Я поделюсь сценарием с использованием Keras для обучения сверточной нейронной сети (CNN) с нуля с увеличением данных для обнаружения меланомы. Вы можете просмотреть код из этого репозитория GitHub. В предыдущем посте CNN обучалась с нуля без добавления данных.
Прежде чем продолжить, убедитесь, что вы структурировали данные следующим образом (числа представляют количество изображений в каждом файле):
Вы можете загрузить данные из здесь. Я использовал два класса, как вы можете видеть на рисунке выше (невус и меланома). Для обучения я оставил 374 изображения в каждом классе, чтобы данные были сбалансированы.
Результаты не будут оптимальными, так как цель состоит в том, чтобы показать, как можно обучить CNN с нуля.
Какие переменные редактировать в коде?
Вам нужно отредактировать следующие переменные, чтобы они указывали на ваши данные:
train_directory (путь к вашему учебному каталогу)
validation_directory (путь к вашему учебному каталогу)
test_directory (путь к вашему тестовому каталогу)
Что следует ожидать (результаты)?
Точность обучения и проверки
Потеря при обучении и проверке
Кривая ROC
В дополнение к некоторым другим значениям (например, точность, матрица путаницы), которые будут отображаться на консоли.