简介:摘要目的对基于深度学习的ResNet50-OC模型彩色眼底照片质量多分类的效果进行评估。方法纳入2018年7月在南京医科大学附属明基医院收集的彩色眼底照片PD数据集及EyePACS数据集,临床医师根据眼底图像的成像质量将其大致分为质量较好、曝光不足、曝光过度、边缘模糊和镜头反光5类。在训练集中,每个类别包含1 000张图像,其中800张选自EyePACS数据集,200张选自PD数据集;在测试集中,每个类别包含500张图像,其中400张选自EyePACS数据集,100张选自PD数据集。训练集总计5 000张图像,测试集总计2 500张图像。对图像进行归一化处理和数据扩增。采用迁移学习方法初始化网络模型的参数,在此基础上对比当前深度学习主流分类网络VGG、Inception-resnet-v2、ResNet和DenseNet,选取准确率和Micro F1值最优的网络ResNet50作为分类模型的主网络。在ResNet50训练过程中引入One-Cycle策略加快模型收敛速度,得到最优模型ResNet50-OC并将其应用于眼底照片质量多分类,评估ResNet50与ResNet50-OC对眼底照片进行多分类的准确率和Micro F1值。结果ResNet50对彩色眼底照片质量多分类准确率和Micro F1值明显高于VGG、Inception-resnet-v2、ResNet34和DenseNet。ResNet50-OC模型训练15轮对眼底图像质量多分类准确率为98.77%,高于ResNet50训练50轮的98.76%;ResNet50-OC模型训练15轮对眼底图像质量多分类的Micro F1值为98.78%,与ResNet50训练50轮的Micro F1值相同。结论ResNet50-OC模型可以准确、有效地对彩色眼底照片质量进行多分类,One-Cycle策略可减少训练次数,提高分类效率。
简介:摘要:遥感影像特征提取与分类是遥感影像解译的一个重要研究方向。在特征分类上,Softmax分类器和支持向量机已经被广泛应用于各种复杂高维数据分类任务并取得了良好的效果,目前的研究主要集中在如何获取图像高质量的特征表示上。随着遥感技术的发展,我国在提高遥感影像分辨率方面有了重大突破,通过高分系列卫星采集的遥感影像分辨率已经达到了米级甚至是亚米级。与中分辨率和低分辨率的遥感影像相比较,高分辨率遥感影像中包含了更加丰富和详尽的细节信息。可以准确的反映出地表类型以及空间布局,但是由于地表建筑的空间分布和几何结构相当繁杂,导致同谱异物和同物异谱的现象愈加严重,为高分遥感影像的分类带来了巨大的挑战。基于此,本篇文章对耦合多源地理数据的多分辨率遥感影像场景分类方法进行研究,以供参考。
简介:氧气有限责任公司在大讨论中以"企业有困难,我们多分担"为突破口,在转变职工观念上狠下工夫,使职工精神面貌焕然一新,为全年工作打下了良好的基础。1999年,氧气公司面临着前所未有的严峻形势:内部市场由于钢铁限产,氧气用量减少,销售额减少,动力费增加,生产成本不断上扬。外部市场,作为主导产品的液氩,由于市场疲软,在往年转旺时,却出现价格一路下跌的态势。职工是企业的主人,企业有困难,首先要让主人知道,只有主人知道了,才能振奋精神,用行动去做实实在在的努力。在大讨论的先期阶段,氧气公司将形势任务教育作为大讨论的切入点,利用报告会、例会、班前五分钟、黑板报等多种手段,大力进行形势
简介:摘要在教师教学质量评估过程中,如何有效屏蔽或忽略学生的个人因素干扰,更加真实的体现出教师个人教学质量的实际水平,是一个迫切需要解决的问题。最小二乘支持向量机的多分类方法的学习以及小样本识别等方面有着独特的优势。提出了基于LSSVM的多分类模型,可被应用于教学质量评估系统中,经验证可获得较好的测试结果。