모바일넷V2 네트워크 기반의 흑색종 이미지 분류

흑색종은 조기 발견되지 않을 경우 높은 사망률로 이어질 수 있는 가장 일반적인 유형의 암 중 하나입니다. 딥러닝 방법에 대한 최근 연구는 정확한 질병 탐지를 위한 컴퓨터 보조 진단 개발에서 유망한 결과를 보여줍니다. 따라서 본 연구에서는 딥러닝 모델과 전이 학습을 사용하여 흑색종 이미지를 양성과 악성 클래스로 분류하는 방법을 제안합니다. 모바일넷V2 네트워크는 경량 네트워크 아키텍처를 가지고 있기 때문에 기본 모델로 사용됩니다. 따라서 제안된 시스템은 모바일 장치에서도 구현될 가능성이 높습니다. 또한 여러 흑색종 데이터셋에 대한 실험 결과는 제안된 방법이 다른 네트워크와 비교하여 최대 85%까지 높은 정확성을 제공할 수 있음을 보여줍니다. 더 나아가, 글로벌 평균 풀링 레이어와 두 개의 완전 연결 레이어를 사용하는 헤드 모델의 제안된 구조는 네트워크의 효율성을 유지하면서 높은 정확성을 제공합니다.