基于迁移学习的改进EfficientNet网络的皮肤病分类研究

赵海燕; 乌有腾; 任梦晗

doi:10.14045/j.cnki.15-1220.2025.01.004

内蒙古民族大学学报（自然科学版） ›› 2025, Vol. 40 ›› Issue (1) : 22 -27. DOI: 10.14045/j.cnki.15-1220.2025.01.004

基于迁移学习的改进EfficientNet网络的皮肤病分类研究

赵海燕, 乌有腾, 任梦晗

作者信息 +

Author information +

文章历史 +

摘要

针对目前皮肤病辅助分类技术所应用的网络模型参数量大、分类准确率不高的问题，提出了一种基于迁移学习的改进EfficientNet皮肤病分类方法。该方法应用迁移学习思想对轻量级深度卷积神经网络EfficientNet进行改进，具体包括添加全局平均池化层、冻结不同层数等对模型进行微调，形成TL-EfficientNet网络。实验结果表明，TL-EfficientNetB0在经类别权重预处理后的ISIC2018皮肤病数据集上的准确率达到85.07%,Macro＿P达到0.82，网络参数只有4.49 M，适合部署到移动端。