毕业设计—基于 Inception-ResNet模型的皮肤癌分类系统实现皮肤癌是人类最常见的恶性肿瘤,主要通过视觉诊断进行初步临床筛查。但是由于皮肤病变外观的细微变化性,使用图像自动分类皮肤病变是一项具有挑战性的任务。本文为了提高深度学习算法在皮肤病检测上的准确率,本文提出了基于Inception和ResNet深度残差网络架构的皮肤癌分类识别算法,并与基线模型进行了比较,实验表明, 与传统神经网络模型相比, 本文提出的新的分类算法降低了时间复杂度, 提高了识别准确率。最后,本文将训练好的模型参数应用到web系统中,实现了对上传图像的皮肤病检测,同时还能通过视频进行实时检测皮肤