文献知网节
摘要:This paper presents the method of our submission to the ISBI 2019 Challenge for the task of classification of normal versus malignant cells in B-ALL white blood cancer microscopic images.We aimed to combine convolutional neural networks with several state-of-the-art techniques.Specifically,we fine-tuned pretrained deep learning networks including Res Net and DenseNet for this task.Overfitting is one of the major problems for this challenge.We solve overfitting by using the gradient norm clipping and the cosine annealing learning rate schedule with restarts,which have a significant impact on the performance of our deep neural network.More importantly,adaptive pooling layer is used in our models.With this modification,models are able to adapt to images of any size.An ensemble of deep models achieved a 0.8570 weighted-f1 score on the preliminary test set reported by the test server.
会议名称:

2019第十一届数字图像处理国际会议

会议时间:

2019-05-10

会议地点:

中国广东广州

  • 专辑:

    医药卫生科技; 信息科技

  • 专题:

    心血管系统疾病; 肿瘤学; 计算机软件及计算机应用; 自动化技术

  • DOI:

    10.26914/c.cnkihy.2019.007563

  • 分类号:

    R733;TP391.41;TP183

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:7 页码:32-37 页数:6 大小:514k

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频