现代计算机2022，Vol.28Issue(19) ：1-9,32.DOI:10.3969/j.issn.1007-1423.2022.19.001

基于迁移学习与标签平滑策略的宫颈细胞分类方法

Classification of Cervical Cells Based on Transfer Learning and Label Smoothing Strategy

刘美 周龙
现代计算机2022，Vol.28Issue(19) ：1-9,32.DOI:10.3969/j.issn.1007-1423.2022.19.001
✕
  • 维普
  • 万方数据

基于迁移学习与标签平滑策略的宫颈细胞分类方法

Classification of Cervical Cells Based on Transfer Learning and Label Smoothing Strategy

刘美 1周龙1
扫码查看

作者信息

  • 1. 武汉轻工大学电气与电子工程学院,武汉 430023
  • 折叠

摘要

为了避免宫颈病理切片中误诊漏诊和细胞识别效率低下的问题,提高细胞识别效率和精度,针对宫颈细胞数据集少的特点,建立以宫颈细胞识别准确率和特异性为目标的深度学习模型TLS-Net50(Transfer Label Smooth Net 50).该算法引入迁移学习,增强了模型的特征提取能力,减少了模型的训练时间和训练成本.为了提高模型的泛化性和鲁棒性,在此基础上使用标签平滑正则化策略.改进后的算法在公开数据上的平均分类准确率达到了98％,对比其他经典深度学习算法表现优异,这证明了TLS-Net50算法在计算机辅助宫颈细胞分类识别领域是具有优越性的,具有一定的应用前景.

关键词

宫颈细胞/卷积神经网络/残差结构/迁移学习/泛化性

引用本文复制引用

基金项目

国家自然科学基金(61075015)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量2
段落导航相关论文