基于 EfficientNetV2和迁移学习的乳腺癌病理图像分类
打开文本图片集
摘 要：针对人工识别乳腺癌肿瘤存在无法避免人为因素的问题，提出一种基于EfficientNetV2和迁移学习的乳腺癌病理图像分类算法。首先，由于现有公开数据集BreaKHis样本数据量过小，通过数据预处理实现数据增强，从而使模型学习到更多鲁棒性的特征。然后将数据集在微调后的EfficientNetV2网络模型上进行迁移学习训练，同时采用Nadam进行梯度下降优化，进而实现乳腺癌病理图像的自动分类。（剩余8030字）