²Ù×÷Ö¸ÄÏ£º
×¼±¸½×¶Î£ºÊÕ¼¯²¢ÕûÀíÄãµÄ¸öÈËÐÅÏ¢¡¢½ÌÓý±³¾°¡¢¹¤×÷¾ÀúºÍÏîÄ¿³É¾Í¡£ÕâЩÄÚÈݽ«³ÉΪºìÌÒcvµÄºËÐIJ¿·Ö¡£Éè¼Æ½×¶Î£ºÊ¹ÓúìÌÒcvƽ̨ÌṩµÄÔÚÏßÇóÖ°Ä£°å?£¬¸ù¾ÝÄ¿±êְλҪÇóÉè¼Æ¸öÐÔ»¯µÄ?cv¡£Í»³öÓëÄ¿±êְλÏà¹ØµÄ¼¼Äܺ;Ñé¡£µ÷Õû½×¶Î£ºÍ¨¹ýÄ£ÄâÇóÖ°ÍøÕ¾µÄÃæÊÔ¹ÙÊӽǣ¬¼ì²éºìÌÒcvµÄÂß¼ÐÔºÍÍêÕûÐÔ£¬È·±£?ûÓдíÎóºÍÒÅ©¡£
չʾ½×¶Î£ºÔÚÔÚÏßÇóְƽ̨ÉÏ£¬Í¨¹ýºìÌÒcvչʾÄãµÄרҵ±³¾°ºÍÄÜÁ¦£¬ÎüÒýÕÐÆ¸ÕßµÄ×¢Ò⣬²¢Ë³Àû½øÈëÃæÊԽ׶Ρ£
̽Ë÷ÈËÐԵĶàÑùÐÔ
¡¶ºìÌÒcv¡·Â×ÀíÆ¬ÏµÁеçÓ°£¬Ã¿Ò»¼¯¶¼ÊÇÒ»¶Î¶ÀÌØµÄÈËÐÔÖ®Âá£ËüÃÇͨ¹ýϸÄåµÄÇé¸ÐÃèд£¬Õ¹ÏÖÁËÈËÐԵĶàÑùÐԺ͸´ÔÓÐÔ¡£ÔÚÕâЩµçÓ°ÖУ¬Ã¿Ò»¸ö½ÇÉ«¶¼ÓÐÆä¶ÀÌØµÄ±³¾°ºÍÇé¸ÐÊÀ½ç£¬ËûÃǵĹÊʽ»Ö¯ÔÚÒ»Æð£¬¹¹³ÉÁËÒ»·ù·ù¶¯È˵ÄÇé¸Ð»¾í¡£¹ÛÖÚ²»½öÄܹ»¸ÐÊܵ½½ÇÉ«ÃǵÄÇé¸Ð²¨¶¯£¬»¹ÄÜÔÚÕâЩ¹ÊÊÂÖÐÕÒµ½×Ô¼ºµÄÓ°×Ó£¬´Ó¶ø²úÉúÉî¿ÌµÄ¹²Ãù¡£
Ò½ÁÆÓ°Ïñ·ÖÎö
ÔÚÒ½ÁÆÁìÓò£¬ºìÌÒcvµÄÓ¦Óü«ÎªÖØÒª¡£Í¨¹ý¸ß¾«¶ÈµÄͼÏñ´¦ÀíºÍ·ÖÎö¹¦ÄÜ£¬¿ÉÒÔ×Ô¶¯Ê¶±ðºÍ·ÖÎöҽѧӰÏñ£¬ÈçX¹âƬ¡¢CTɨÃèºÍMRIµÈ¡£Õâ²»?½öÄܹ»Ìá¸ßÕï¶ÏµÄ?׼ȷÐÔ£¬»¹ÄÜ´ó?´ó¼õÇáÒ½ÉúµÄ?¹¤×÷¸ºµ£¡£ÀýÈ磬ºìÌÒcv¿ÉÒÔÓÃÓÚ×Ô¶¯¼ì²â·Î²¿X¹âƬÖеÄÒì³££¬Èç½á½ÚºÍ·ÎÑ×£¬´Ó¶ø¸¨ÖúÒ½Éú½øÐиü¾«È·µÄÕï¶Ï¡£
Ä£ÐͲâÊÔÓëÑéÖ¤
#¼ÓÔØ²âÊÔÊý¾Ýtest_loader=torch.utils.data.DataLoader(test_dataset,batch_size=32,shuffle=False)#²âÊÔÄ£ÐÍmodel.eval()correct=0total=0withtorch.no_grad():forimages,labelsintest_loader:outputs=model(images)_,predicted=torch.max(outputs,1)total+=labels.size(0)correct+=(predicted==labels).sum().item()print(f'Accuracyofthemodelonthetestimages:{100*correct/total}%')
ÔÚÏÖ´ú¿Æ¼¼µÄ·ÉËÙ·¢Õ¹ÖУ¬¼ÆËã»úÊÓ¾õ£¨ComputerVision£¬¼ò³ÆCV£©³É?ΪÁËÖÚ¶àÁìÓòµÄ¹Ø¼ü¼¼ÊõÖ®Ò»¡£ºìÌÒcv£¨RedwoodComputerVision£©×÷Ϊһ¿î¸ßЧµÄ¼ÆËã»úÊÓ¾õ¹¤¾ß£¬ÒòÆäÇ¿´óµÄ¹¦ÄܺÍÒ×ÓÃÐÔ¶ø±¸ÊÜÍÆ³ç¡£
±¾ÎĽ«Ïêϸ½éÉܺìÌÒcvµÄÖ÷ÒªÓ¦Óó¡¾°£¬²¢ÌṩÏêϸµÄ²Ù×÷Ö¸ÄÏ£¬ÒÔ°ïÖúÄú³ä?·ÖÀûÓÃÕâÒ»¹¤¾ßʵÏÖ¾«È·µÄͼÏñ´¦ÀíÓë·ÖÎö¡£
̽Ë÷ºìÌÒcvÂþ»Ãâ·ÑÔĶÁƽ̨£¬½Ò¿ªÄãµÄÂþ»ÊÀ½ç
ÔÚµ±½ñ¿ì½Ú×àµÄÉú»îÖУ¬Ñ°ÕÒÒ»¿îÄܹ»ÈÃÄã·ÅËÉÉíÐÄ¡¢ÏíÊÜÔĶÁÀÖȤµÄÓ¦ÓóÌÐòÏÔµÃÓÈÎªÖØÒª¡£ºìÌÒcvÂþ»Ãâ·ÑÔĶÁƽ̨£¬¾ÍÊÇÕâÑùÒ»¿îÁîÈ˾ªÏ²Á¬Á¬µÄÓ¦Óã¬ËüΪÓû§ÌṩÁËÎÞ¾¡µÄÂþ»ÔĶÁÀÖȤ¡£ÎÞÂÛÄãÊÇÂþ»µÄÖÒʵ·ÛË¿£¬»¹ÊǸոսӴ¥Âþ»µÄÐÂÊÖ£¬ÕâÀï¶¼ÄÜÂú×ãÄãµÄÔĶÁÐèÇó¡£
¶ÀÌØµÄ¹ÊÊÂÇé½Ú£¬Éî¶È̽Ë÷
ºìÌÒcvµÄÂþ»²»½öÔÚ»ÃæÉϸøÈËÒÔÕ𺳣¬¸üÔÚÇé½ÚºÍÈËÎïËÜÔìÉϸøÈËÉî¿ÌµÄÓ¡Ïó¡£Ã¿Ò»ÆªÂþ»¶¼ÓÐÆä¶ÀÌØµÄ¹Êʱ³¾°ºÍÇé½ÚÉè¼Æ£¬ÈöÁÕßÃÇÔÚÔĶÁÖв»¶Ï̽Ë÷½ÇÉ«µÄÄÚÐÄÊÀ½çºÍ¹ÊʵÄÉî²ã?´Î¡£ÀýÈ磬ÓÐЩÂþ»Í¨¹ý¸´ÔÓµÄÇé½ÚÉè¼Æ£¬Ì½ÌÖÁËÈËÐÔ¡¢µÀµÂºÍÉç»áÎÊÌ⣬ʹ¶ÁÕßÔÚÏíÊܾçÇéµÄÒ²ÄÜ´ÓÖлñµÃ˼¿¼ºÍÆôʾ¡£
´´ÒâÊ®×㣬½ÇÉ«Á¢Ìå
ºìÌÒcvµÄÂþ»´´ÒâÊ®×㣬ÿһ¸ö½ÇÉ«¶¼ÓÐÆä¶ÀÌØµÄ¸öÐԺͱ³¾°¹ÊÊ¡£ÎÞÂÛÊÇÓ¸ҵÄ?Ó¢ÐÛ£¬»¹ÊÇÉñÃØµÄħ·¨Ê¦£¬Ã¿Ò»¸ö½ÇÉ«¶¼¾¹ýÁËÉîÈëµÄÉè¼ÆºÍËÜÔ죬ʹÆäÔÚ¶ÁÕßÐÄÖÐÁôÏÂÉî¿ÌµÄ?Ó¡Ïó¡£ÕâЩ½ÇÉ«µÄ³É³¤ºÍ±ä»¯£¬Ò²ÊÇÂþ»¹ÊʵÄÖØÒª×é³É²¿?·Ö£¬ÈöÁÕßÃÇÔÚÔĶÁ¹ý³Ì?ÖиÐÊܵ½½ÇÉ«µÄÕæÊµÇé¸ÐºÍÃüÔË¡£
У¶Ô£ºÀîÂåÔ¨(1C0m4pJyqZtPma0S7t9ZFfz4hTykKag)


