基于改进卷积神经网络的肺结节识别算法

Journal of Putian University（2021）

引用 0|浏览0

暂无评分

摘要

针对卷积神经网络中经典的VGG16模型在训练过程中需要消耗计算资源较大以及海量参数量的问题,提出一种基于改进卷积神经网络的肺结节识别算法.该方法在经典VGG16模型的基础上,优化了其全连接层结构,即在最后使用了2个全连接层替换经典VGG16模型中的3个全连接层,并使用迁移学习的方式将VGG16预训练网络各层的权值参数引入实验中,对经典VGG16模型和改进VGG16模型进行训练,评估两种模型在肺结节识别效果上的差异.实验结果表明,改进的VGG16模型在肺结节检测上有更好的表现,能够降低模型的计算参数个数和复杂度,提高模型对于肺结节的识别精度.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要