论文部分内容阅读
目前,大规模的注释数据集仍然主导着卷积神经网络(Convolutional Neural Network,CNN)的模型训练。然而,与ImageNet相反,获得如此大规模的全面注释的医学图像数据集仍是一项具有挑战性的任务。所以利用迁移学习,例如微调CNN模型仍是处理这个问题的主要方法。尽管通常的迁移学习已经被广泛讨论,但多重迁移学习还没有被应用到实际工作中。采用多重迁移学习方法对Kaggle视网膜眼底图像数据集中的CaffeNet、GoogLeNet和VGG19等不同的CNN模型进行二次迁移。旨在探索介于