0

更新:

我已经创建了数据集并在此处运行模型: https ://github.com/woodytwoshoes/Eyetrain.git


我是一名医学生,试图创建一个机器学习模型来识别眼睛的一个特定特征:瞳孔-边缘比。 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4387813/

我保存的图像包含通过算法计算的 PLR。GoodPLR_[瞳孔比在这里]_[随机数在这里]

https://drive.google.com/open?id=1J1JRFq_l8aFEshFQVrmDhbDLqK7B24c7

数据集很小,我知道这会极大地限制模型,但一个月后会出现更大的数据集。

我必须使用最小二乘回归是否正确?我知道分类模型不合适。

也许使用 Jupyter notebook,有没有一种简单的方法来建立一个 fast.ai 模型来根据这个数据集预测 PLR?

谢谢你。

PLR 可用于头部创伤、神经系统疾病和精神病学。

我用自己设计的算法用PLR快速创建了一个图像数据集,但是失败率高,错误率高。数据集中不包含错误的 PLR。

我目前正在上 fast.ai https://drive.google.com/open?id=1Uzulez6NQRxXoi_iJyyOQaV3bb1nWIcR的第 1 课

由于数据集小,我希望有一个错误率很高的非常粗糙的模型。但随着更多数据的到来,我可以在以后改进它。

4

1 回答 1

0

合适的方法是使用使用迁移学习的 Conv-Net。Fast-Ai 在第一课本身就提供了迁移学习。他们使用 resnet30。遵循讲座和笔记本的详细笔记..虽然你的确切问题不是很清楚..请详细提及

于 2019-05-21T13:49:14.557 回答