UPDATE:
Я создал набор данных и запустил модель здесь:
https://github.com/woodytwoshoes/Eyetrain.git
Я студент-медик, пытающийся создать модель машинного обучения, которая распознает особую черту глаза: коэффициент зрачка-лимба.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4387813/
Сохраненные мной изображения содержат PLR, рассчитанный по алгоритму.
GoodPLR_ [соотношение зрачка и лимба здесь] _ [случайное число здесь]
https://drive.google.com/open?id=1J1JRFq_l8aFEshFQVrmDhbDLqK7B24c7
Набор данных небольшой, и я понимаю, что это значительно ограничит модель, но через месяц прибудет больший набор данных.
Правильно ли, что я должен использовать регрессию наименьших квадратов? Я знаю, что классификационная модель не подходит.
Возможно, используя ноутбук Jupyter, существует ли простой способ настроить модель fast.ai для прогнозирования PLR на основе этого набора данных?
Спасибо.
PLR полезен при травмах головы, неврологических заболеваниях и психиатрии.
Я использовал самостоятельно разработанный алгоритм для быстрого создания набора данных изображений с PLR, но он имеет высокую частоту отказов и высокую частоту ошибок. Ошибочные PLR не содержатся в наборе данных.
В настоящее время я учусь на первом уроке fast.ai
https://drive.google.com/open?id=1Uzulez6NQRxXoi_iJyyOQaV3bb1nWIcR
Я надеюсь на очень грубую модель с высокой частотой ошибок из-за небольшого набора данных. Но это то, что я могу улучшить позже, когда поступит больше данных.