- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 3D Slicer - 医学图像检测标注教程(导入查看标签与修改标签)
对于已经导出的DICOM标签，可能需要在专业医学人员检查之后进行修改。本文介绍如何将已经导出的DICOM标签重新导入3D slicer，并进行修改。一、导入数据打开软件后，首先查看一下Data，把里面的已有的数据全选然后右键点击Delete(删除之前请确认其中的标签已经成功导出了)，这是为了防止软件内存占用太大。依次将同一个病例的原CT的Dicom序列的文件夹，与之前导出的标签Di...
2020-04-04 08:25:52
10882
4
原创 3D Slicer - 医学图像检测标注教程(矩形框)
对医学3D图像中的病灶区域进行Detection时，需要提供Bounding Box标签。3D Slicer(4.10.2)中的Segment Editor与Legacy/Editor都可以对三维体数据中的ROI进行矩形标签框注。Segment Editor较为方便，虽然这个模块本身是用于像素级Segmentation的标注，但是也可以用来标注ROI的矩形框。本文介绍如何使用3D Slicer的S...
2020-04-02 17:23:56
9082
9
原创 PyTorch入门教程与实践
翻译自PyTorch官方教程的入门篇；基于PyTorch搭建LeNet, VGG16, ResNet50, DenseNet网络，对CIFAR10数据集进行分类。
2019-08-02 17:04:41
254
翻译 PyTorch入门教程1.3 - 神经网络
神经网络神经网络可以使用 torch.nn包来构建。已经简单学习过了 autograd, nn是依赖 autograd去定义模型以及对其求导。一个nn.Module包含层(layers)，和一个方法forward(input)(方法返回output)。例如，来看一下这个用来分类数字图像的网络：这是一个简单的前馈网络。它接受输入，一个接一个地通过几个层为其提供数据，最后给出输出。一个典型...
2019-07-18 10:55:18
730
翻译 PyTorch入门教程1.2 - Autograd: 自动微分
Autograd: 自动微分PyTorch中所有神经网络的中心是autograd包。我们首先简单地看下这个包，然后来训练我们的第一个神经网络。autograd包可以对所有在Tensors上进行的操作进行自动微分(differentiation)。它是一个由运行定义(define-by-run)的框架，意味着你的反向传递是由你的代码运行过程来定义的，并且每个单步的迭代都可以被微分。让我们用更简...
2019-07-18 08:55:58
327
翻译 PyTorch入门教程1.1 - PyTorch是什么
PyTorch是什么?它是一个基于Python的科学计算包，针对两类用户：替代NumPy使用GPUs的功能一个最大灵活性且快速的深度学习研究平台入门TensorsTensors与NumPy的ndarrays类似，不同点在于Tensors可以被用在GPU上来加速计算。from __future__ import print_functionimport torch构造一个5x...
2019-07-17 17:31:57
200
原创 3D Slicer - 图像分割标注教程
在3D Slicer(4.10.1)中进行三维体数据的图像分割标注。1. 读取数据三维体数据一般为DICOM格式或者NIFIT格式，DICOM：将包含.dcm文件序列的文件夹拖入3D Slicer，或者点击左上角的dcm图标：在DICOM Browser Import，导入.dcm序列后，examime and load：NIFIT：直接将.nii文件拖入3D Slicer即可。...
2019-07-09 09:18:17
38195
24
原创 OpenCV与VS2017环境搭建(二)(CMake与VS2017编译安装)
在Windows10上，要在C++项目中使用OpenCV有2种方法：在官网下载Win pack，然后运行解压，得到已经编译好的OpenCV链接文件，在VS的项目属性中，添加相应的OpenCV目录与依赖项；在官网下载OpenCV源码，利用CMake与VS编译生成链接文件，然后用CMake配置并生成项目属性。在上一篇博客中介绍了第一种方法，本篇博客介绍第二种方法。1. OpemCV源码下...
2019-03-23 20:17:56
1669
1
原创 OpenCV与VS2017环境搭建(一)(Pack安装与Stitcher类使用)
在Windows10上，Opencv的安装可以直接在官网下载Win pack，然后解压，在VS2017的项目属性中，添加相应的opencv目录与依赖项即可；当然，我们也可以下载Opencv源码，自己利用Cmake与VS2017进行编译，然后用CMakeLists.txt对项目进行配置。
2019-03-23 16:34:24
710
原创 VTK8.2.0编译安装与测试用例运行（win10 + VS2017 + Qt5，Release+Debug）
在win10系统利用cmake与VS2017对VTK8.2.0源码进行编译安装，VTK图像界面支持Qt5，编译生成Debug与Release两个版本，并对VTK自带的测试用例进行编译运行。
2019-02-09 12:09:16
12348
32
翻译 Yolov3源码darknet编译与训练（二）(Win10 + CUDA9.0 + VS2017)
在完成上一篇博客中的darknet的编译之后，我们便可以使用生成的darknet.exe文件来训练yolov3模型，进行目标检测任务。本篇博客将使用只有一个类的样本图片来训练yolov3-tiny模型，将详细介绍如何生成样本标签，如何修改网络模型，以及如何运行darknet命令来进行训练与测试。
2019-02-02 22:25:49
2527
3
翻译 Yolov3源码darknet编译与训练（一）(Win10 + CUDA9.0 + VS2017)
在完成上一篇博客中CUDA9.0的安装之后，这一篇开始编译Yolov3源码darknet，参照darknet官方教程：https://github.com/AlexeyAB/darknet#how-to-compile-on-windows。1. 依赖项安装darknet编译的依赖项有：Visual Stuido, CUDA, cudnn, Opencv。darkent官网教程的版本是MS...
2019-02-02 14:19:52
2601
3
翻译 Win10 CUDA9.0的安装与测试(GTX1050Ti + VS2017)
在显卡型号为GTX1050Ti的Win10笔记本上安装CUDA9.0，并运行相应的测试程序来检测安装是否成功。1. 环境与依赖环境：操作系统：windows10; 显卡：GTX1050Ti notebook.依赖：(1).VS2017CUDA8.0之后的版本支持VS2017。darknet是使用VS2015编译的，官网提供的编译教程也是基于VS2015的，但VS都是向下兼...
2019-02-02 11:49:18
4633
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人