Transfer learning approach based for skin cancer detection

• Autores: Mohammed Anouar Naoui
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 16, Nº. 4, 2022
• Idioma: inglés
• Títulos paralelos:
  • Transferir el enfoque de aprendizaje basado en la detección del cáncer de piel
• Enlaces
  • Texto completo
• Resumen
  • español

    En la actualidad, el cáncer de piel está aumentando debido a varios factores. La detección del cáncer se ha convertido en un importante campo de investigación. Varias investigaciones han propuesto modelos y algoritmos para detectar el cáncer a partir de imágenes. La clasificación de imágenes es una herramienta eficaz para resolver los problemas de clasificación del cáncer. Este artículo propone un enfoque de aprendizaje de transferencia basado en la detección del cáncer. Los autores utilizaron diferentes modelos de aprendizaje de transferencia Resnet50, Vgg16, Vgg19 InceptionV3, MobileNetV2 y el modelo CNN. Después de entrenar estos modelos. El resultado obtenido por InceptionV3 0,98 Resnet50 0,97 Vgg19 0,92 y Vgg16 0,89 son los mejores resultados en comparación con el modelo CNN 0,78. Esto indica la importancia del aprendizaje por transferencia.

  • English

    Nowadays skin cancer is increasing due to several factors. Cancer detection has become an important research field. Several research proposed models, algorithm to detect cancer from image. Image classification is an effective tool to solve cancer classification problems. This paper proposed a transfer learning approach based for cancer detection. Authors used different transfer learning models Resnet50, Vgg16, Vgg19 InceptionV3, MobileNetV2 and CNN model. After trained these models. The result obtained by InceptionV3 0.98 Resnet50 0.97 Vgg19 0.92 and Vgg16 0.89 are the best result compared to CNN model 0.78. This indicates the importance of transfer learning.