HyperAIHyperAI

Command Palette

Search for a command to run...

تحديد صور الورم الميلانيني باستخدام تجميع EfficientNet: الحل الفائز في تحدي تصنيف الورم الميلانيني SIIM-ISIC

Qishen Ha Bo Liu Fuxu Liu

الملخص

نقدّم حلّنا الفائز في مسابقة تصنيف الورم الميلاني (SIIM-ISIC Melanoma Classification Challenge). يعتمد الحل على تجميع (Ensemble) لشبكات عصبية تلافيفية (CNN) ذات هيكل أساسي (Backbone) مختلف وبحجم إدخالات صور متفاوت، حيث تعتمد معظم النماذج على الصور فقط، بينما استخدمت بعضها معلومات إضافية على مستوى الصورة وعلى مستوى المريض. وتكمن أسباب نجاحنا في: (1) نظام تحقق مستقر، (2) اختيار مناسب لهدف النموذج، (3) ضبط دقيق للمسار (Pipeline)، و(4) التجميع باستخدام نماذج متنوعة للغاية. وقد حقق التسليم الفائز تقييمًا بنسبة 0.9600 في معيار AUC باستخدام التحقق المتقاطع، وبنسبة 0.9490 في قائمة التصنيف الخاصة (Private Leaderboard).


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تحديد صور الورم الميلانيني باستخدام تجميع EfficientNet: الحل الفائز في تحدي تصنيف الورم الميلانيني SIIM-ISIC | مستندات | HyperAI