【发布时间】：2021-07-18 21:31:36
【问题描述】：
开发指示肺癌的多类异常分类类型的步骤是什么
请注意 CT 扫描或 X 射线的数据集可在线获取。
目标是利用肺癌数据集
开发指示肺癌的多类异常分类类型提前致谢
【问题讨论】：
标签： python image-processing deep-learning conv-neural-network classification
【发布时间】：2021-07-18 21:31:36
【问题描述】：
您可以在同一个神经网络中完成所有这些工作。实际上。您只需要编写适当的损失函数。 考虑到您的损失函数必须包括：
- 二元交叉熵损失函数（或 BCE），用于检测是否存在癌症。
- 如果存在癌症：使用交叉熵损失函数进行多类分类。
- 如果存在癌症：您可以将此问题作为多类分类问题或回归问题来处理。如果您使用分类，则与 2) 相同。如果您决定使用回归，则可以使用 L1Loss、MSE 损失或 SmoothL1Loss（根据阈值包括这两者）。
请看一下 yolo 的损失函数。这与您尝试做的没有太大区别：
【讨论】：
-
感谢您的回复蒂诺。您能否详细说明我如何逐步开发它：从使用数据集创建模型，然后再使用模型。