皮肤癌分类器：无法找到正常的皮肤图像

Question

总结：

我正在使用 TensorFlow 构建皮肤癌分类器，我发现了许多带有标签的皮肤癌图像。我的问题是我没有找到任何正常皮肤或假皮肤癌的图像。我注意到所有博客都提到了皮肤癌数据集，但从来没有提到正常的皮肤图像。

问题：

网络如何知道什么是皮肤癌，什么不是皮肤癌？

如果一个网络只针对癌症类型进行训练，并且我给出一个正常的皮肤图像，它会预测其中一种皮肤癌类型吗？

其中一个博客：

https://medium.com/intech-conseil-expertise/detect-mole-cancer-with-your-smartphone-using-deep-learning-8afad1efde8a

附：我是深度学习的新手。

Answer 1

这个问题应该很容易通过很多健康人的照片来解决！

如果没有控制图像数据库，您将无法执行监督学习。您可以根据您拥有的图像重新定义问题。

如果两者都做不到，那么您就会陷入无监督学习的困境，而您的正面形象只会用于验证您的无监督学习结论。你希望你的无监督学习会产生两组，如果正确的话，其中一组应该映射到你的正面图像。然后在没有控制数据集的情况下解决。

如果您可以成功地将正面图像映射到输出上，那么其余部分将成为您的监督学习控制集，即它们成为您的训练集。