百度云_安徽高端网站建设_多少钱

小七 2019年10月25日 21:23 141 0

今年对每个人来说都是一个很大的麻烦，原因是Covid-19。所以我通过很多科技黑客竞赛来了解其他科技人员是如何在不同的论坛上尝试解决这个问题的。看到数据科学家们真的在努力解决这个问题，我真的很惊讶。虽然我不是一个医学生，但我真的很惊讶地看到一些非常伟大的研究，其中一项研究是"基于胸部X光检测Covid-19"，这是因为根据互联网上的研究，Covid-19对肺部产生影响，这在胸部X光或胸部CT扫描中几乎可以识别，而且很多人都有已经开始着手了。所以我在想，为什么我们不能让人工智能系统检测冠状病毒-19的基础上胸部X光图像，这将负担得起的正常人使用。因为它是唯一能让事情变得简单的技术。相信我，当我脑子里浮现出简单的想法时，云服务器和普通服务器，我的脑海里就会浮现出对话的人工智能。你可以诅咒我，告诉我为什么我这么推崇SAP会话人工智能，但相信我，他们是下一代用户体验。

等等，你一定在想什么，淘客推广怎么做，SAP会话人工智能是如何基于X射线图像检测Covid-19的，它是为了建立一个基于人工智能的会话系统，以人类理解的方式理解人类语言，在某种程度上我们也可以在其中注入情感。但是根据X射线图像检测Covid-19是不可能的，这家伙太高了。

当然你是对的，但我不高。我们还可以将数字放射科医生与会话人工智能相结合，数字放射科医生受过足够的教育，能够区分Covid-19、肺炎和正常人。但是怎么可能呢，请仔细阅读整个博客。

**在博客的最后，不要忘记观看演示视频。

一个基于Tensorflow的定制训练机器学习模型，由放射专家帮助，在这个例子中，我用Kaggle和Google提供的公共Covid-19图像数据集训练了这个模型。几乎442个Covid-19 X射线图像，1263例正常X线片和3295例肺炎X线片

以下是该方向的一些研究

在胸部X光片上检测COVID-19的人工智能系统的评价

在胸部X光片上检测COVID-19：使用X光片对人工智能系统

COVID-19检测仪的多读取器评价

COVID-19病例的自动检测使用X射线图像的深度神经网络

使用X射线图像的Covid-19检测

非常简单，我们将构建一个会话人工智能系统，该系统将接受X射线图像，并将该图像发送到自定义基于张量流的机器学习模型中，该模型将分析X射线图像并预测其是否正常，或肺炎或Covid-19。我们将在WhatsApp上托管这个基于SAP会话人工智能的机器人，因此使用起来非常简单，因为每个人几乎都在使用WhatsApp。

因此，如果您看看上述解决方案的体系结构，很明显您需要专业放射科医生对x光图像进行分类，并不断训练您的机器学习模型，为了建立机器学习模型和训练你的模型，数据呈现，你可以使用Google云平台，AWS或者Azure。今天我将不讨论如何使用TensorFlow、Open CV和Flask建立图像分类模型。我可能会在另一个博客上报道。在本例中，我以proto buffer格式导出了基于TensorFlow的机器学习模型，然后创建了一个Python脚本来调整输入大小并将其输入到cusrom训练过的机器学习模型，然后创建了一个基于Python flask的Rest API来与SAP会话AI或Web应用程序或移动应用程序集成。在本博客中，云计算大数据，您还将了解如何将您自己定制的机器学习模型作为基于rest的API部署到SAP云平台中。

数据是新的用油

为了构建任何定制的机器学习模型并训练您的模型，您首先需要好的数据，并且肯定需要一个验证数据的验证器。在这种情况下，数据和我能收集到的X射线图像一样多。所以我去Kaggle，Github和Google image收集数据，把数据分为三类：COVID19，肺炎，正常。然后我把整个数据分为85%和15%。85%的数据用于培训，15%的数据用于测试。在下面的谷歌驱动我上传的所有数据。如果你愿意，你可以下载

收集COVID-19、肺炎和正常X光图像数据集，用于训练机器学习模型和测试

我已经使用Azure构建和训练了这个机器学习模型，但是你也可以使用Aws或谷歌云平台

打包机器学习应用

在构建和训练机器之后学习模型我们需要把它打包，这样它就可以部署到任何地方，如果你让我概括一下，那么我首先想到的就是docker。下面是我的应用程序结构的样子应用程序类型它负责路由您的HTTP请求

Python脚本的代码片段，该脚本将调整图像的大小，将数据输入模型并进一步计算。

Docker文件代码片段

需求

分类标签

Docker构建

Docker本地运行

使用邮递员在本地测试

推送到Docker Hub并将机器学习模型部署到SAP云平台CF