在训练集上训练后,我们实现的2D LeNet-5模型在灰度MNIST测试集上达到了98.48%的准确率。为了将可学习的参数从预训练的2D LeNet-5 (MNIST)转移到3D,我们通过第三维复制2D过滤器(重复复制它们)。这是可能的,因为视频或3D图像可以转换成一系列图像切片。在训练过程中,我们期望3D LeNet-5学习每一帧的模式。该模型有大约26万个可学习参数。
简单地,调用“lenet5TL3Dfun()”函数。
引用作为
Ebrahimi, Amir等,“用于MRI图像上阿尔茨海默病检测的卷积神经网络”。医学影像杂志,第8卷,第8期。02,光学工程学报,2012.04,doi:10.1117/1.jmi.8.2.024503。
MATLAB版本兼容性
用R2020b创建
兼容R2019b及后续版本
平台的兼容性
窗户 macOS Linux标签
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.0.1 | 相关论文已发表。 |
|
|
1.0.0 |
|