典型文献
融入IBN的糖尿病视网膜病变分类
文献摘要：
针对不同光强、风格、背景影响卷积神经网络对糖尿病视网膜病变(diabetic retinopathy,DR)分类精度的问题,设计了一种基于ResNet-101融合实例批量归一化的方法.在ResNet-101的浅层(Conv2_x、Conv3_x、Conv4_x)的基本模块中,将第一个Conv后的批标准化更换为一半批标准化一半实例标准化.数据集划分为糖尿病视网膜病变阶段检测和糖尿病视网膜病变筛查检测两部分,通过改变曝光、镜像、旋转和添加少量高斯噪声等方式扩充数据集.实验结果表明,融合IBN-Block_1和IBN-Block_2的IBN2-Net在糖尿病视网膜病变阶段检测实验中准确率达到了98.8％,融合IBN-Block_1、IBN-Block_2和IBN-Block_3的IBN3-Net在糖尿病视网膜病变筛查检测实验中准确率达到了98.4％,融入IBN-Block能够提高糖尿病视网膜病变分类模型的精度和鲁棒性.
文献关键词：
卷积神经网络;视网膜病变;ResNet-101;批标准化;实例标准化
中图分类号：
作者姓名：
赵卫东;程伟;陈凤
作者机构：
安徽工业大学电气与信息工程学院 安徽马鞍山 243002
文献出处：
引用格式：
[1]赵卫东;程伟;陈凤-.融入IBN的糖尿病视网膜病变分类)[J].信息技术与信息化,2022(06):20-23
A类：
Conv2,Conv3,实例标准化,IBN2,IBN3
B类：
糖尿病视网膜病变,diabetic,retinopathy,DR,分类精度,ResNet,批量归一化,Conv4,批标准化,数据集划分,病变筛查,查检,曝光,镜像,高斯噪声,充数,Block,高糖,分类模型
AB值：
0.15349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
