COVID-19 Diagnosis Analysis Based on Transfer Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本文提出了一种基于VGG16、VGG19和ResNet50三种预训练卷积神经网络的自动化COVID-19诊断系统。研究表明,ResNet50在分析6259幅影像时,准确率达到97.77%,为新冠肺炎的早期检测提供了有效解决方案。
🎯
关键要点
- 本文提出了一种基于VGG16、VGG19和ResNet50的自动化COVID-19诊断系统。
- 该系统旨在解决COVID-19诊断中测试工具短缺的问题。
- 研究发现,ResNet50模型在分析6259幅影像时,准确率达到97.77%。
- ResNet50为新冠肺炎的早期检测和患者分类提供了有效的解决方案。
➡️