@Author：Runsen

在本教程中，我們將使用 TensorFlow (Keras API) 實(shí)現(xiàn)一個(gè)用于二進(jìn)制分類任務(wù)的深度學(xué)習(xí)模型，該任務(wù)包括將細(xì)胞的圖像標(biāo)記為感染或未感染瘧疾。

數(shù)據(jù)集來源：https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria

數(shù)據(jù)集包含2個(gè)文件夾

• 感染：:13780張圖片
• 未感染： 13780張圖片

總共27558張圖片。

此數(shù)據(jù)集取自NIH官方網(wǎng)站：https://ceb.nlm.nih.gov/repositories/malaria-datasets/

對(duì)于圖片數(shù)據(jù)存在形狀不一樣的情況，因此需要使用 OpenCV 進(jìn)行圖像預(yù)處理。

將圖片變成 numpy 數(shù)組（數(shù)字格式）的形式轉(zhuǎn)換為灰度，并將其調(diào)整為一個(gè)(70x70)形狀。

環(huán)境：kaggle，天池實(shí)驗(yàn)室或者gogole colab都可以。

導(dǎo)入相關(guān)模塊

import cv2 import tensorflow as tf from tensorflow.

總結(jié)

以上是生活随笔為你收集整理的教你使用TensorFlow2判断细胞图像是否感染的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。