上一篇分享了改进版的肺炎分类案例，今天将分享新冠肺炎，病*肺炎，无肺炎的三分类在测试数据上的多种组合试验过程，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
一、比赛介绍
年冠状病*病(COVID-19)已在全球蔓延，并在全球范围内造成了前所未有的破坏。人工智能技术可以在帮助抗击这一流行病方面发挥重要作用。此外，学习的经验有助于对抗和预防未来的流行病。医院和卫生专业人员共享了来自多种模式的COVID-19图像，以帮助推进该领域的研究。
该挑战旨在开发一种能够在胸部X射线图像中检测COVID-19的多类分类算法。该数据集包含3个图像类别：COVID-19、肺炎和正常（健康）。通过20,多张图像，参与者可以训练算法来解决这一挑战。将发布一个测试集，并将用于对所获得的结果进行基准测试。
二、数据介绍
该数据集包含20,多张图像和3个类别：COVID-19、肺炎和正常（健康）。数据分为训练集和验证集，可用于开发和调整检测/分类算法。后面将发布一个测试集，其中包含一组要归入3个类别之一的图像。将提供一个示例提交文件。参与者需要使用与示例提交文件相同的格式将他们的分类结果上传到测试集。
训练集和验证集：17,张CXR图像和3,张CXR图像
数据集下载链接：