【MRI脑肿瘤】【代码＋数据集+中文注释】医学图像分类，使用3种深度学习网络，pytorch框架

1、 数据集：155张脑部肿瘤切片MRI图像与98张正常MRI图像，以9：1的比例划分训练集验证集 2、 代码通过3种不同深度学习神经网络（AlexNet/LeNet/ResNet）实现肿瘤图像的2分类（有无肿瘤）; ResNet部分采用迁移学习方法使用已有的模型，显著提高分类效果 3、 代码简洁易懂，上传时已测试保证全部能够跑通，可在该代码基础上改进并迁移到自己的数据中；注释详细，如训练文件中注明： """ 该文件用于训练模型（AlexNet/LeNet） 通过修改以下几处可切换两个网络的训练： 1、 #此处选择网络，可选LeNet或者AlexNet net = AlexNet(num_classes=2, init_weights=True) #net = LeNet(num_classes=2) 2、 #此处设置模型训练完成后的路径与名称 save_path = './AlexNet.pth' #save_path = './LeNe """ 本代码来源于本人学习过程当中测试总结，适合初学者入门；分享给大家，共同学习！