![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
kaggle
文章平均质量分 94
姑苏落雨心中
走
展开
-
RSNA Pneumonia Detection Challenge项目简单学习<4>
kaggle中的解决方案和总结文章目录kaggle中的解决方案和总结第一名分类检测总结第二名内容总结第三名摘要特征选择训练总结第四名摘要模型集成方法总结第六名U-net-like为主干网络‘seg’ and ‘edge’ 预测训练详情Inference总结第八名总结从中得到的方案Backbone数据增强mask R-CNN第一名内容:- 分类使用了pipeline分类检测 - 对于分类用了10折(交叉验证)集成分类,5个10折集成用于检测(50个模型)。在检测方面用到了: - retinaN原创 2021-08-25 13:58:18 · 648 阅读 · 0 评论 -
RSNA Pneumonia Detection Challenge项目简单学习<3>
第二名方案解决方案基于修改后的基于retinanet的模型。单模型,集成了4个折叠输出。使用Retinanet,因为与Faster-RCNN之类的模型或SSD相比,它要简单得多,同时具有可比的结果,这使模型的实验和调试/调整变得更加容易。Retinanet这里提到了retinanet模型,阅读:https://blog.csdn.net/JNingWei/article/details/80038594detector主要分为以下两大门派:类别不平衡:检测算法在早期会生成一大波的bbox。而一幅原创 2021-08-25 13:51:54 · 539 阅读 · 0 评论 -
RSNA Pneumonia Detection Challenge项目简单学习<2>
第一名内容:分类使用了pipeline分类检测对于分类用了10折(交叉验证)集成分类,5个10折集成用于检测(50个模型)。在检测方面用到了:retinaNet:https : //github.com/fizyr/keras-retinanet可变换的R-FCN:https : //github.com/msracver/Deformable-ConvNets可变换的关系网络:https://github.com/msracver/Relation-Networks-for-Objec原创 2021-08-25 13:46:50 · 362 阅读 · 0 评论 -
RSNA Pneumonia Detection Challenge项目简单学习<1>
文章目录描述背景评估介绍总结 记录(3)CXR是什么?什么是lung opacities怎么评估IoU平均精度confidence数据集 记录(4)标签数据 记录(5.1)可视化数据 记录(5.2)统计图片个数分类图片显示方案(需修改) 记录(5.3)问题描述在这个比赛中,要构建一个算法用来检测医学图像中的肺炎视觉信息。具体的说,算法需要自动定位胸部X光片上肺部不透明(lung opacities)位置。背景在国际上,肺炎占所有5岁以下儿童死亡的15%以上。2015年,有920,000名5岁以下的儿原创 2021-08-13 17:41:27 · 967 阅读 · 2 评论