- 博客(25)
- 收藏
- 关注
原创 医学图像目标跟踪论文阅读笔记 2024.03.14~2024.04.01
在DRR图像上设置ROI和目标概率图(TPM):从4D-DRR图像上,设置4个ROI(宽64像素,高128像素),ROI的中心坐标被设置为在图像中位移最大的位置(整个图像序列中每一帧位移之和最大的位置)。读完了整个算法的训练和实际运行过程,发现这个算法的主要思想就是确定好的ROI来生成一个TPM,TPM中的各个坐标对应的概率值代表了肿瘤中心在该位置的可能性。比较关键的一点在于,ROI是基于最大位移得到的,和ROI相同大小且基于肿瘤初始帧中心定义得到的TPM就一定能确保覆盖到整个跟踪期间肿瘤的所有可能位置。
2024-04-08 13:59:16
1127
原创 SiameseRPN原理详解(个人学习笔记)
了解RPN和SiamFC的话,可以很容易地理解SiameseRPN的架构和核心思想。还没跑过代码,希望有时间试试。
2024-03-29 21:42:04
972
原创 医学图像目标跟踪论文阅读笔记 2024.03.08~2024.03.14
baseline是一个OBT算法(onboard algorithm),对6名病人来说,OBT实现的平均DSC=0.68±0.16,与OBT相比,均匀训练的三种DL model的DSC提高了17.0−19.3%,基于自适应训练的模型的DSC提高了24.7− 25.7%。最后,将该图应用于参考图像的手动轮廓,以实现当前帧的轮廓。:相较于原论文中提出的模型,在编码器部分的每次最大池化(max-pooling)操作之后,以及在解码器部分的每次concatenation操作之后,添加了0.5的dropout层。
2024-03-14 16:26:22
1035
1
原创 Long-term Correlation Tracking LCT 目标跟踪算法源码运行
OpenCV下载好之后,直接Extract到选定的文件夹记住路径即可,不用配置到环境变量当中!首先,默认将项目文件夹lct-tracker-master的路径添加到matlab路径中,然后打开。下载vlfeat,如图所示,我选择的是vlfeat 0.9.21,下载完直接解压缩就行。到这里就成功完成了对LCT-tracker的项目配置啦。代码配置好了,还缺少最关键的数据集。来下载数据,但是老是提示因为网络原因下载失败。中,如下图所示,不然会报错无法加载一些文件。系统版本没太大影响,10或者11都可以,
2024-03-10 20:29:37
642
原创 Long-term Correlation Tracking LCT目标跟踪算法原理详解(个人学习笔记)
目录1. 算法总览2. 算法详解2.1. 基础相关滤波跟踪2.2. 各模块详解2.2.1. 相关跟踪2.2.2. 在线检测器3. 算法实现3.1. 算法步骤3.2. 实现细节4. 相关讨论&总结1. 算法总览LCT的总体流程如上图所示,其思想为:将长时跟踪(long-term tracking)分解为对运动目标的平移(translation)估计和尺度(scale)变化估计,再配置一个检测器(detector),以实现re-detection。其主要包含三个模块,即图中标红的部分,分别为:
2024-03-06 23:02:28
1357
原创 Kernelized Correlation Filters KCF算法原理详解(阅读笔记)
参考博文:首先温习一下最小二乘法.在矩阵形式下,最小二乘法的解w=(XTX)−1XTYw = (X^TX)^{-1}X^TYw=(XTX)−1XTY,XXX是一个m×nm×nm×n的矩阵,其中每一行代表样本,列代表样本的某一个属性。为了求得www,则必须要求矩阵(XTX)(X^TX)(XTX)满秩(满秩是可逆的充要条件)。然而在解决现实问题时,当XXX中的某些属性相关性较大时,XXX不一定满秩(线性相关⇔\Leftrightarrow⇔行列式为0⇔\Leftrightarrow⇔矩阵不满秩)。除此之外,当n
2024-02-19 22:28:30
2232
1
原创 MOOSE相关滤波跟踪算法(个人学习笔记)
因为相关和卷积在某些地方(深度学习领域,如图像卷积操作)可能当成相同的运算,但实际上两者是有差别的(数学意义上的卷积,比如信号处理/传统图像处理)。
2024-01-12 13:42:25
1528
1
原创 SiamFC个人学习笔记
SiamFC有两个分支对应两个输入为z(模板图像)和x(搜索区域),将他们同时输入进行特征提取,分别生成6×6×128和22×22×128的feature map。用于特征提取的φ代表backbone,用的是AlexNet,并且在SiamFC中,有个很大的特点:即没有在AlexNet中引入padding,这点很重要,因为这保证了网络的全卷积性,也即平移不变性,保证了计算的准确性。
2023-12-07 19:45:55
1552
1
原创 Faster R-CNN pytorch源码血细胞检测实战(二)数据增强
这次代码调试过程还是让我学到了很多的,由于pytorch版Faster RCNN源码的实现和运行比较复杂,因此点到为止,只要求能成功复现实验,并且了解了怎么调参即可,代码的实现细节可以参考其它的开源仓库,据我所知好像mmdetection对Faster RCNN的实现就比较简洁,且易于运行。
2023-12-04 21:16:23
1133
1
原创 ResNet个人学习笔记
而输入特征图的通道数目则决定了每个卷积核的通道数,也就是说,假设输入特征图的通道数为3,则每个卷积核会有3个通道,并对应输入特征图的通道,一一对应进行卷积运算。即,对于一次卷积操作或某一卷积层,会有输入特征图(多通道)作为该次卷积的输入,并输出进行完卷积操作后的特征图(多通道)。3(输入特征图的通道数,对应于一个卷积核的通道数)×(3×3)(某个卷积核的某一层的参数数量)×2(输出通道数)=54。输出特征图的通道数为多少,则该卷积层就会有多少个卷积核,每个卷积核相互独立,分别负责输出最终特征图的某一通道。
2023-12-04 13:13:48
407
1
原创 Faster R-CNN pytorch源码血细胞检测实战(详细版)
!小白配环境千万不要着急,遇到问题多bing多google,这个源代码仓库几千的fork,你遇到的问题肯定大家都遇到过!!
2023-11-27 22:19:12
1681
2
原创 RCNN Fast R-CNN Faster R-CNN总结(学习笔记)
Anchor box是怎么作用到RPN中的?网络是如何学习到分类和回归的呢?在RPN训练时,传给它的不是全部的特征图吗?是如何实现从全部特征图中将特定选择好的256个anchor box放入其中进行训练的呢?
2023-11-22 20:42:30
1131
1
原创 TLD matlab版源码理解Part1(随笔)
那么什么是有效尺度呢?这个参数限制了最小矩形框的大小,也就是说,如果设置的初始目标的尺寸小于min_win,那么跟踪就不会进行,同样的,网格是基于目标的尺寸生成的(参考bb_scan.m),如果生成的网格尺寸小于min_win,则同样也不考虑该网格,也就是说,这个尺寸(或者说尺度)的网格是一个无效值。其实就是一个6×n的矩阵,n代表生成的全部网格数量,不懂的可以搜一下窗口扫描法。,则是一个2×m的矩阵,m代表的是有效尺度的总个数,可以通过设置断点查看变量值发现,grid中最后1列第5行的值,就是m的值。
2023-10-08 20:49:23
133
1
原创 K-fold 交叉验证Q&A(随笔)
以简单的二分类问题为例,将完整的数据集划分为K组,每次选取其中的K-1组训练,训练出K个模型,再在剩下的1组中进行评估,得到这K个模型的分类性能(准确率、召回率等等),之后,将全部K个模型的分类性能取平均,即可以得到该模型在该数据集上解决该问题的性能。,了解其解决问题的能力,因此,当我们用K-fold得到表现最好的模型之后,我们。K-fold交叉验证只是。
2023-10-07 14:43:31
81
1
原创 对比噪声比 衬噪比 CNR计算公式(附代码~注释清楚易懂)
最近自己也在弄CNR指标的计算,看了看网上说法各异没有统一,因此参照了这篇论文的计算方式并自己用代码实现了,代码已经测试过,没有问题,希望能够帮到你们。
2023-05-07 21:07:37
2353
原创 Tracking-Learning-Detection TLD目标跟踪算法 Matlab版源码运行步骤
TLD matlab版源码运行过程详解
2022-08-06 23:31:38
1345
7
原创 解决Anaconda3 solving environment 巨慢的方法
解决Anaconda3 solving environment 巨慢的方法
2022-03-10 23:41:29
37088
26
原创 PAT 1112 Stucked Keyboard (20 分) 死活过不了
心态炸了,感觉挺简单的一道题调了两个小时了就是死活过不了测试点1,之前代码有个地方不小心写错了反而能过测试点1但是过不了测试点2,蚌埠住了,以后再来看吧555555555555555555555555555#include <bits/stdc++.h>using namespace std;int main(void){ int k; string s; set<char> bad, good; vector<char> ans;
2021-08-19 17:35:36
207
原创 PAT 1046 Shortest Distance (20 分)
PAT 1046 Shortest Distance(20 分)题目描述输入输出Sample Input:Sample Output:思路代码结语题目描述The task is really simple: given NNN exits on a highway which forms a simple cycle, you are supposed to tell the shortest distance between any pair of exits.输入Each input file
2021-08-05 00:03:07
132
原创 PAT 1030 Travel Plan (30 分)
PAT 1030 Travel Plan(30 分)题目描述输入输出Sample Input:Sample Output:思路代码结语题目描述A traveler’s map gives the distances between cities along the highways, together with the cost of each highway. Now you are supposed to write a program to help a traveler to decide th
2021-08-01 01:40:15
191
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