010基于vgg的CT_COVID与CT_NonCOVID二分类识别

该文章介绍了一个基于Python的COVID感染检测项目,利用VGG16模型进行迁移学习训练,对图像数据集进行处理并生成模型。训练后的模型保存为model.ckpt,可用于单张图片的预测。此外,还提供了pyqt界面,用户可直观地加载图片进行识别。
摘要由CSDN通过智能技术生成

本次是否感染COVID的检测

demo仓库和代码演示可以看bilibili找010期

到此一游7758258的个人空间_哔哩哔哩_bilibili

效果图如下:

整体代码文件如下:

dataset文件夹存放的是是否感染COVID的图像 通过01训练数据集文本生成.py将数据集文件夹下的图像路径保存在当前文件下的test.txt,和train.txt中,再运行02VGG16迁移学习训练模型.py读取txt中的数据进行训练。得到的模型保存为当前文件下的model.ckpt.然后运行03预测.py可以调用上一步保存的模型对单张图片进行识别。

04pyqt界面.py是展示可视化的ui界面,可以通过点击按钮加载图片识别。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值