Статья: МОДЕЛИ И МЕТОДЫ ГЛУБОКОГО ОБУЧЕНИЯ В ЗАДАЧАХ РАСПОЗНАВАНИЯ И КЛАССИФИКАЦИИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ
В работе проведены исследование и анализ моделей и методов глубокого обучения в задачах распознавания и классификации изображений опухолей мозга. Для сравнения эффективности наиболее актуальных и доступных моделей на основе сверточных нейронных сетей были выбраны модели VGG19, Xception и ResNet152. Наилучшие результаты показала модель Xception. Целью данной работы являются оптимизация и обучение выбранной модели с помощью различных методов для повышения точности диагностики опухолей головного мозга человека. Предложена и реализована стратегия для улучшения этой модели с использованием методов переноса обучения и аугментации данных. Из проведенных тестов следует, что улучшенная модель демонстрирует более высокую точность и устойчивость к различным видам искажений данных, что делает ее более эффективной для задач распознавания и классификации изображений.
Информация о документе
- Формат документа
- Кол-во страниц
- 1 страница
- Загрузил(а)
- Лицензия
- —
- Доступ
- Всем
Информация о статье
- ISSN
- 1991-6639
- Журнал
- ИЗВЕСТИЯ КАБАРДИНО-БАЛКАРСКОГО НАУЧНОГО ЦЕНТРА РАН
- Год публикации
- 2025
- Каталог SCI
- Информатика