import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator
# 数据预处理
train_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory('train', target_size=(150, 150), batch_size=32)
# 构建模型
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(150, 150, 3)),
tf.keras.layers.MaxPooling2D((2, 2)),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(1, activation='sigmoid')
])
# 模型训练
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.fit(train_generator, epochs=10)
# 肺癌识别
test_img = tf.keras.preprocessing.image.load_img('test.png', target_size=(150, 150))
test_img_array = tf.keras.preprocessing.image.img_to_array(test_img)
test_img_array = np.expand_dims(test_img_array, axis=0)
prediction = model.predict(test_img_array)
if prediction[0][0] > 0.5:
print('肺癌可能性较大')
else:
print('肺癌可能性较小')
人体CT影像肺癌的识别-基于海思.zip
需积分: 5 119 浏览量
2023-11-06
18:03:46
上传
评论
收藏 2KB ZIP 举报
一键难忘
- 粉丝: 6w+
- 资源: 150
最新资源
- 基于AVR单片机的伺服电机系统研究
- Lab-Electronic Craft Practicum-2-Simulation of a Single Tube Com
- 贪吃蛇基于TypeScript
- CS-CP1-2C3WF固件
- 软件测试测试用例设计方法大全
- 计算机与网络基础知识要点学习
- 移动通信(RC-YDTX-III)实验指导书
- [Vadass (Oltlo)]Cheating Wife Honoka ~Caught Red-Handed Edition~ [Chinese] [Colorized].jpg
- 1_9如果没有李白.zip
- 知识蒸馏-基于Tensorflow实现的无数据知识蒸馏-附项目源码+流程教程-优质项目分享.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈