项目名称：
色素性皮肤病七分类系统（微信版）
网站版项目地址：
https://github.com/JunhaoCheng/Pigmented-skin-disease-automatic-recognition-and-classification-system/tree/website
项目功能：
基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。
本系统主要由服务端和客户端两个模块组成。服务端使用DenseNet161和SENet154
两个模型构成集成模型，从而实现了对色素性皮肤病自动识别七分类。客户端使
用微信小程序和网站(SSM、Springboot)开发。用户通过微信小程序或网站上传图像到服务端，服务端返回所属类别。
项目组织结构：
服务端：
项目部署：
1、修改server.py文件并运行
2、修改client.py文件并运行(可选)
3、修改微信客户端服务器配置
项目数据集：
https://challenge2018.isic-archive.com/task3/
项目运行效果：
项目演示视屏：
https://github.com/JunhaoCheng/Pigmented-skin-disease-automatic-recognition-and-classification-system/blob/master/演示视屏.mp4
基于深度学习、集成学习等技术的色素性皮肤病自动识别七分类系统源码（客户端微信小程序和网站）.zip
版权申诉
81 浏览量
2024-01-18
07:56:57
上传
评论
收藏 1.23MB ZIP 举报
基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类源码（客户端微信小程序和网站）.zip （50个子文件） 
project_code_0628 
演示视屏.mp4 986KB 服务端 
utils.py 12KB .DS_Store 10KB datas .DS_Store 6KB ISIC2018_Task3_Training_GroundTruth.csv 411KB
test_data.txt 53KB train_data.txt 299KB predict.py 9KB models.py 3KB model.py 3KB ensemble.py 7KB .idea workspace.xml 35KB misc.xml 194B 服务端.iml 440B modules.xml 270B server.py 4KB CONFIG.py 2KB data.py 7KB client.py 1KB train.py 8KB __pycache__ CONFIG.cpython-36.pyc 444B data.cpython-36.pyc 5KB test.py 7KB 微信客户端 .DS_Store 6KB pages index index.wxml 528B index.js 1KB index.json 27B index.wxss 473B select select.js 2KB select.wxss 216B select.wxml 213B select.json 27B predict predict.json 27B predict.wxss 336B predict.wxml 140B predict.js 1010B upload upload.wxss 216B upload.wxml 132B upload.json 27B upload.js 2KB app.json 331B project.config.json 644B app.js 1KB utils util.js 472B app.wxss 194B Imgs 
Picture4.png 155KB Picture2.png 14KB Picture1.png 13KB Picture3.png 13KB README.md 2KB资源评论
