CNN架构检测疟疾疾病的性能比较 这项研究使用了VGG-16，VGG-19，VGG-16二进制，VGG-19二进制，Alexnet，MobileNet，ResNet34，ResNet50和CNN2D等深度学习算法来从图像中确定感染了疟疾的细胞。 从研究中可以明显看出，名为AlexNet，VGG-16，VGG-19，VGG16二进制，VGG-19二进制，MobileNet，CNN2D，ResNet34和ResNet50的算法的准确度分别为94.84％，92％，92％，97.4％，分别为96.53％

疟疾检测 使用SVM，线性回归和CNN来自动完成将血液涂片图像分类为感染或未感染的任务

该项目的详细文章可以在找到 目录 基本信息 在该项目中，我们已经开发了神经网络以使用卷积神经网络对细胞是否被感染进行分类。 我们使用了Kaggle提供的数据集，其中包含27558张受感染和未感染细胞的图像。 先决条件 要使用它，您需要满足以下条件： 1. Python3 2. Pip 正在安装 在计算机上获得必备条件后，执行以下命令： $ pip install -r requirements.txt 这将为您安装所有必需的库。 依存关系 使用以下项目创建项目： Keras： pip in