本文共 464 字，大约阅读时间需要 1 分钟。

@Author：Runsen

在本教程中，我们将使用 TensorFlow (Keras API) 实现一个用于二进制分类任务的深度学习模型，该任务包括将细胞的图像标记为感染或未感染疟疾。

数据集来源：https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria

数据集包含2个文件夹

• 感染：:13780张图片
• 未感染： 13780张图片

总共27558张图片。

此数据集取自NIH官方网站：https://ceb.nlm.nih.gov/repositories/malaria-datasets/

对于图片数据存在形状不一样的情况，因此需要使用 OpenCV 进行图像预处理。

将图片变成 numpy 数组（数字格式）的形式转换为灰度，并将其调整为一个(70x70)形状。

环境：kaggle，天池实验室或者gogole colab都可以。

导入相关模块

import cv2import tensorflow as tffrom tensorflow.

转载地址：https://maoli.blog.csdn.net/article/details/117665537 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！