螺丝松紧分析-3

Posted on Jan 1, 2025

Table of contents:

概述

因为所有图片的图片量不少，感觉不太需要先训练 yolo 再去切图再训练，这个应该也比较好理解，个人觉得由有经验的医生进行切图（数量大），效果应该会比 yolo 好，所以可以先根据 labelme 的结果，直接切图，将切出来的图直接进行两轮 CNN，然后看看结果。

需要关注下面不同分类的数据量，防止实验结果有偏差

需要关注下面不同分类的数据量，防止实验结果有偏差

根据上面的数据，先跑一轮 CNN，可以看到使用的数据量如下。

下面这个图，跟上图是类似的，可以关注一下各个指标的可视化。

需要关注下面不同分类的数据量，防止实验结果有偏差

根据上面的数据，用 patient 的真实图片，再跑一轮 CNN 作为 fine-tuned，可以看到使用的数据量如下。

最后根据这个模型所得的结果，对部分病人图片（15%作为测试集）进行了一次判断，可以参考 result.csv 的结果，查看判错的情况，这个结果可以参考 fine-tuned-confusion_matrix.png 一起看看。

grad-cam 的结果可以查看下面的文件夹。