[人工智能]Swin-CT Detection的实验记录

[这是HNU Deep Learning 2021课程的一个小组作业…]

几个概念性问题

三个概念：Epoch, Batch, Iteration

关于 精确度precision、召回率recall、f1-score的概念

train loss与test loss结果分析——关于网络仍在学习、过拟合、瓶颈等判断

理解accuracy/precision_score、micro/macro [ 注意acc和precision的区别 ]

准确率Accuracy与损失函数Loss的关系

欠拟合、过拟合及如何防止过拟合

对神经网络训练中Epoch的理解

Visdom 可视化

在vscode cmd中首先要运行 python -m visdom.server

visdom line 绘制多种曲线，并进行label

Visdom可视化训练过程

参数调优

深度学习网络调参技巧

图像分类模型的调参经验

评价指标 F1-macro

sklearn中 F1-micro 与 F1-macro区别和计算原理

机器学习 Micro-F1和Macro-F1详解 (公式计算)

模型评估指标micro avg、macro avg和weighted avg的计算方式及区别

关于优化器

4种经典优化器效果的比较

python torch.optim.SGD 详解

相关论文

COVID-VIT: Classification of COVID-19 from CT chest images based on vision transformer models

COVID-ViT Code

COVID-Swin

我们的实现效果对比：

[项目目前没空处理…等待之后push到Github上…]