结果比较

在新数据集上测试

下一步

下载源 - 300.4 KB

在本系列文章中，我们将应用深度学习网络ResNet50来诊断胸部X射线图像中的Covid-19。我们将使用Python的TensorFlow库在Jupyter Notebook上训练神经网络。

此项目所需的工具和库是：

IDE：

Jupyter Notebook

库：

TensorFlow 2.0
Keras
NumPy
Matplotlib
CV2

我们假设您熟悉使用 Python 和 Jupyter notebook 进行深度学习。如果您不熟悉 Python，请从本教程开始。如果您还不熟悉 Jupyter，请从这里开始。

在上一篇文章中，我们训练并测试了一个 ResNet50模型，该模型经过迁移学习将胸部X射线分为COVID-19和正常图像。在本文中，我们将获得的结果与针对替代模型发布的结果进行比较，并分析其在新数据集上的性能。

结果比较

正如前一篇文章中提到的，我们的网络在对测试图像进行分类时表现出强大的性能，达到了95%的准确率。

表1显示了我们的网络与其他相关竞争解决方案的准确性的比较。您可以看到，我们经过微调的ResNet50在诊断COVID-19方面的表现优于多个网络。这证明了我们模型强大的泛化能力。

参考	预训练模型	数据集	测试精度
Panwar (2020)	VGG16	COVID-19 和其他	88.1%
Albahli (2020)	ResNet152	COVID-19 和其他胸部疾病	87%
Ozturk (2020)	DarkCovidNet	COVID-19、肺炎和正常	87%
Ours	ResNet50	COVID-19 和正常	95%

在新数据集上测试

为了进一步验证所提出的基于迁移学习的COVID-19诊断系统的可行性，我们在从另一个公共数据集收集的一组新图像上对其进行了测试。在全新的数据集上测试网络可能具有挑战性，因为图像的类型和质量可能与训练网络的第一个数据集不同。我们通常在取自用于训练的同一数据集的一小组图像上测试网络性能。然而，在这个项目中，如果在从新数据集获取的新图像上进行测试，我们试图测量网络的鲁棒性。新数据集包含COVID-19和未找到图像，但我们只选择了300张COVID-19图像并将它们传递给我们的模型。首先，我们使用ImageDataGenerator从新数据集中加载测试图像。

# Testing nb2...ANOTHER DATASET
test_generator2 = train_datagen.flow_from_directory(r'C:\Users\abdul\Desktop\ContentLab\test2', target_size = (224, 224),color_mode = 'rgb',batch_size = 3,class_mode = 'Binary',shuffle = True)

加载新的测试图像后，我们将它们传递给模型以计算准确度：

Testresults2 = model.evaluate(test_generator2)
print("test2 loss, test2 acc:", Testresults2)

很明显，我们的模型即使在来自新数据集的图像上运行时也保持了相对较好的准确性。

下一步

在接下来的文章中，我们将向您展示如何构建从零开始Covid-19检测网络。敬请关注！

https://www.codeproject.com/Articles/5294468/COVID-19-Diagnosis-Results-with-Deep-Learning-and

(五)深度学习和ResNet50的COVID-19诊断结果相关推荐

基于深度学习模型的电力变压器故障声音诊断方法研究-论文阅读笔记
基于深度学习模型的电力变压器故障声音诊断方法研究论文来源 DOI:10.16311/j.audioe.2020.01.020 论文目的在变压器不停止工作的情况下,基于变压器的三种状态:正常.老化和 ...
豆瓣评分9.4！跟邱锡鹏教授一起学「神经网络与深度学习」，7月19日开课
我们经常会在后台收到一些比较简要的技术咨询,描述了是什么任务,发现用BERT粗暴精调效果不好之后,问我们有什么办法可以提升.我们: 在面对第一把梭就失败时,我们通常是这么判断的: 1. 如果效果差的很 ...
深度学习+心脏医学图像分割——自动心脏诊断挑战赛（ACDC）项目的代码学习记录
自己的研究方向是心脏AI相关(心脏MRI+深度学习这样子),最近在学习医学图像分割--自动心脏诊断挑战赛(ACDC)的代码: GitHub - baumgach/acdc_segmenter: Pub ...
【深度学习】ResNet50
结构 ResNet50结构: 推荐查看:caffe可视化版 resnet50中1x1filter的作用: 1.在shortcut connection block的残差层中使用1x1的fiter先降维 ...
【深度学习】resnet-50网络结构
最近许多目标检测网络的backbone都有用到resnet-50的部分结构,于是找到原论文,看了一下网络结构,在这里做一个备份,需要的时候再来看看. 整体结构 layer0 首先是layer0,这部分 ...
深度学习Caffe实战笔记（19）Windows平台 Faster-RCNN 制作自己的数据集
万里长征第一步,就是要制作自己的数据集,过程还是比较繁琐的,特别是标注的过程,这篇博客先介绍如果制作voc2007自己的数据集用于faster-rcnn训练,下一篇博客介绍如何用faster-rcnn ...
(六)使用ResNet50迁移学习进行COVID-19诊断：从头开始构建深度学习网络
目录安装库并加载数据集预处理数据构建深度学习网络训练网络评估网络下一步? 下载源 - 300.4 KB 在本系列文章中,我们将应用深度学习网络ResNet50来诊断胸部X射线图像中的Cov ...
(二)为COVID-19诊断准备深度学习环境
目录安装TensorFlow和其他库数据集加载预训练的ResNet50模型使用ImageDataGenerator加载数据下一步下载源 - 300.4 KB 在本系列文章中,我们将应用深度 ...
前馈神经网络——深度学习之神经网络核心原理与算法
五月两场 | NVIDIA DLI 深度学习入门课程 5月19日/5月26日一天密集式学习快速带你入门阅读全文> 正文共7165个字,85张图,预计阅读时间35分钟. 因上几次读者反映,公式 ...

(五)深度学习和ResNet50的COVID-19诊断结果

结果比较

在新数据集上测试

下一步

(五)深度学习和ResNet50的COVID-19诊断结果相关推荐

最新文章

热门文章