- 博客(12)
- 收藏
- 关注
RSS订阅原创 文献阅读2
论文提出的 MulT 模型通过跨模态注意力机制实现多模态信息融合，不依赖数据对齐。**应用：**论文提出的 UNet++ 通过重新设计跳跃路径，使用嵌套密集卷积块连接编码器和解码器，缩小了两者特征图的语义差距，相比传统 U-Net 直接融合语义差异大的特征图，能使优化器面临更简单的学习任务，从而提升分割精度。解码器引入跨模态注意力：在解码器上采样过程中，以编码器特征为键值、解码器特征为查询，实现 CT 到 MRI 的模态映射，参考 Transformer 解码器中编码器 - 解码器注意力的设计。
2025-05-31 17:04:04
310
原创 深度学习（序列模型）
有些问题，输入数据 X 和 输出数据 Y 都是序列，但有时也会不一样长，比如语音识别问题。还有另一些问题，只有 X 或 只有 Y 是序列，比如音乐生成等。
2025-05-30 20:18:58
603
原创 文献阅读及代码学习
此外，为了稳定训练，还引入了基于判别器的特征匹配损失（Feature Matching Loss），其计算公式为L FM (G,D k)=E (s,x) ∑ i=1TN i1 [ Dk(i) (s,x)−Dk(i) (s,G(s)) 1 ，其中T是判别器的总层数，N i是每层的元素数量。这 3 个判别器分别在不同尺度上对图像进行判别，其中操作在最粗尺度的判别器具有最大的感受野，能从更全局的视角审视图像，进而引导生成器生成全局一致的图像；金字塔结构：处理不同分辨率的图像（原始、1/2、1/4 下采样）
2025-05-23 21:22:04
664
原创 深度学习（卷积层网络）
对各层都使用风格代价函数，会让结果变得更好，在神经网络中使用不同的层，包括类似边缘的低级特征的层，以及高级特征的层，使得神经网络在计算风格时能够同时考虑到这些低级和高级特征。深层的隐藏单元会看到一张图片更大的部分，在极端的情况下，可以假设每一个像素都会影响到神经网络更深层的输出，靠后的隐藏单元可以看到更大的图片块。改变这个网络所有层的参数，得到不同的编码结果，用反向传播来改变这些所有的参数，以确保满足条件（相同的人，d 小，不同的人，d 大）
2025-05-23 15:55:22
849
原创 文献及代码学习
CycleGAN 核心思想是在无配对数据时，引入两个映射函数 G（X→Y）和 F（Y→X），利用对抗损失使生成图像与目标域分布一致，同时通过循环一致性损失确保 F (G (X))≈X 和 G (F (Y))≈Y，以此约束映射合理性，解决传统 GAN 在无配对数据下的映射不确定性和模式崩溃问题，实现风格迁移、物体变形等任务的跨域图像转换。以下是通过生成对抗网络（GAN）训练MNIST数据集（主要包含手写数字0 - 9的图像）的实现。2.拆解论文内容，剖析网络架构的细节，包括生成器和判别器的各层输出等。
2025-05-17 17:42:22
847
原创 文献综述GAN及patchGAN
摘要图像到图像转换是计算机视觉和图形学领域的重要研究方向，旨在将一种图像表示转换为另一种。本文综述了四篇相关论文，涵盖基于条件对抗网络、循环一致对抗网络、空间自适应归一化以及多模态转换的方法。这些研究推动了图像转换技术在生成逼真图像、处理无配对数据、融合语义与风格信息和实现多模态输出等方面的发展，为后续研究奠定了基础。关键词 ：图像到图像转换；生成对抗网络；条件对抗网络；循环一致对抗网络；空间自适应归一化一、引言。
2025-05-11 12:38:08
1001
原创 深度学习333
那么上面第二种分类器（训练误差15%，验证误差16%），15%的错误率对训练集来说也是非常合理的，偏差不高，方差也非常低。在非常深的神经网络中，权重只要不等于 1，激活函数将会呈指数级递增或者递减，导致训练难度上升，尤其是梯度与 L 相差指数级，梯度下降算法的步长会非常非常小，学习时间很长。λ 增大时，整个神经网络会计算离线性函数近的值，这个线性函数非常简单，不是复杂的高度非线性函数，不会发生过拟合。深度学习是一个典型的迭代过程，迭代的效率很关键，创建高质量的训练数据集，验证集和测试集有助于提高循环效率。
2025-05-11 00:59:25
787
原创 Pytorch框架学习
注意Pytorch中内置的损失函数的参数和tensorflow不同，是y_pred在前，y_true在后，而 Tensorflow是y_true在前，y_pred在后。对于二分类模型，通常使用的是二元交叉熵损失函数nn.BCELoss (输入已经是sigmoid激活函数 之后的结果) 或者 nn.BCEWithLogitsLoss (输入尚未经过nn.Sigmoid激活函数)。dataset定义了数据集的内容，它相当于一个类似列表的数据结构，具有确定的长度，能够用索 引获取数据集中的元素。
2025-05-11 00:29:39
697
原创 GAN和扩散模型
1.生成器（Generator）（1）功能：负责生成新的数据样本。（2）结构：通常是一个深度神经网络，输入为低维向量（如随机噪声），输出为高维向量（如图片、文本或语音）。（3）训练目标：生成尽可能真实的数据，以欺骗判别器。2.判别器（Discriminator）（1）功能：负责区分输入的数据是真实数据还是由生成器生成的假数据。（2）结构：同样是一个深度神经网络，输入为高维向量（如图片、文本或语音），输出为一个标量，表示输入数据的真实性概率。
2025-04-27 16:35:35
957
原创 学习汇报（论文综述+学习技术）
该模型以 CycleGAN 为框架，融入 StyleGAN2 的精细控制特点，通过修改鉴别器结构并添加混合注意力机制，实现了肝脏肿瘤病变图像的模态转换，生成的数据能有效提高分割网络的准确性。未来，通过不断探索新的技术方法、加强多学科合作和优化人才培养模式，有望进一步提升医学图像处理的水平，为医学诊断和治疗提供更有力的支持，推动医疗卫生事业的发展。不同模态医学图像之间的融合和配准也存在困难，由于成像机制不同，图像的像素强度、体素大小、图像方向和视场等存在差异，导致多模态配准效果不如单模态配准。
2025-04-16 21:20:14
913
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人