机构名称：
¥ 1.0
迁移学习使我们能够利用从一项任务中获得的知识来帮助解决另一项相关的任务。在现代计算机视觉研究中，问题是哪种架构对于给定的数据集表现更好。在本文中，我们比较了 14 个预训练的 ImageNet 模型在组织病理学癌症检测数据集上的表现，其中每个模型都配置为朴素模型、特征提取器模型或微调模型。Densenet161 已被证明具有高精度，而 Resnet101 具有高召回率。当后续检查成本高时，适合使用高精度模型，而当后续检查成本低时，可以使用低精度但高召回率/灵敏度的模型。结果还表明，迁移学习有助于更快地收敛模型。
IAES国际人工智能杂志（IJ-AI）
主要关键词
相关文件推荐
