Research Article
Computational Models-Based Detection of Peripheral Malarial Parasites in Blood Smears
Table 2
Convolution neural network model.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Note: _1 = “input1”, c2d = “convolutional2d”, mp2d = “ max_poolint2d”, c2d_1 = “convolutional2d1”, mp2d _1 = “max_poolint2d1”, c2d2 = “convolutional2d2 “, m2d_2 = “max_poolint2d2 “, f1 = “Flatten Layers”, d1 = “ dropout”, dt = “ dense1”, dns_1 = “dense2”, dot = “dropout1”. io1 = “3”, co1 = “ “, mpo2 = “ 32”, c2do1 = “64 “, mp2o1 = “64 “, c2o2 = “128 “, m2do = “ 128”,flo = “ 28800”, det5 = “512 “, dot5 = “512 “, dnst5 = “ 512”, p0 = “0”, p1 = “ 896”, p01 = “0”, p2 = “ 18496”, p02 = “0”, p3 = “ 73856”, p03 = “0”, p4 = “ 0”, p05 = “0”, d05 = “0”. |