鱼小丸-CSDN博客

膨胀卷积的主要缺点是网格效应（grid effect），即在膨胀卷积中，卷积核的一些部分可能会对输入特征图中相邻像素进行重复计算，从而导致过拟合和破坏卷积操作的局部性。膨胀卷积是一种扩展卷积核感受野的方法，通过在卷积核中间插入一定数量的空洞，可以实现在不增加参数数量的情况下扩展卷积核的有效感受野，进而增加神经网络的感受野大小。例如，在深度可分离卷积中，就利用了分组卷积的思想，将一个普通卷积分解为一个深度卷积和一个逐点卷积，从而减少了计算量，同时还能提高模型的效果。那么，分组卷积将输入和卷积核分成。

2023-10-11 11:44:38 172

原创 CT图像.dcm文件转换成图片格式

dcm文件转换成jpg文件

2023-10-08 21:18:16 1342

原创【论文阅读】（CVPR2023）用于半监督医学图像分割的双向复制粘贴

使用了简单有效的双向复制粘贴方法获得了很好的分割结果。

2023-10-01 20:20:12 1030 1

原创【论文阅读】通过3D和2D网络的交叉示教实现稀疏标注的3D医学图像分割(CVPR2023)

3D和2D网络相互监督稀疏注释下，3D医学图像分割。

2023-10-01 14:18:20 1209

原创【论文阅读】Prototypical Networks for Few-shot Learning

本文结合论文和youtube上的视频来整理一下对prototypical networks在few-shot领域的理解。问题：少镜头分类问题（在只给定少量实例的情况下，分类器必须推广到未看到的新类）。提出的解决方案：Prototypical Networks学习一个度量空间，在该空间中，可以通过计算得到每个类的原型表示的距离来执行分类。优点：与最近少镜头学习方法相比，它们反映了一种更简单的归纳偏差，这种偏差在优先数据的状态下是有益的，取得了出色的结果。分析。

2023-09-27 10:32:23 1429

原创【记录自己踩坑】第一次自己写整个训练过程的代码

就是简简单单的3D分类网络，之前是这么觉得的。但是出了很多bug，之前自己是做2D分割的。

2023-09-26 17:31:42 156

原创处理.dcm图像别转换成.nii文件了

做一个3D图像分类。有很多的图像切片，图像是.dcm格式的。我尝试过把它转换成jpg格式，但是感觉不太整洁，就把它们预处理后都变成.nii格式。每次读取一个.nii文件，非常整洁。

2023-09-26 10:54:55 215

原创【论文阅读】DenseMP: Unsupervised Dense Pre-training for Few-shot Medical Image Segmentation

DenseMP 结合了分割感知密集对比预训练和少镜头感知超像素引导的密集预训练，有助于对有价值的特征进行无监督学习。

2023-09-23 17:42:57 109

原创【论文阅读】Directional Connectivity-based Segmentation of Medical Images（可以跑通代码）

CVPR2023有效地将方向子空间从共享潜在空间中解耦可以显著增强基于连通性网络中的特征表示。

2023-09-21 19:58:36 2047 6

原创【论文阅读】Multi-view Self-supervised Disentanglement for General Image Denoising

MeD 提出新的图像去噪任务的模式图像解耦。性能效果出色。

2023-09-20 09:31:24 282

原创【论文阅读】Noise2Self:Blind Denoising by Self-Supervision

Noise2Self

2023-08-29 18:42:26 518

原创【论文阅读】Noise2Noise:Learning Image Restoration without Clean Data

noise2nosie 论文

2023-08-28 10:03:33 115

原创【论文阅读】A Survey of Weakly-supervised Semantic Segmentation

弱监督分割领域的综述

2023-08-06 09:25:27 329

原创【论文阅读】EGE-UNet: anEfficient Group Enhanced UNet for skin lesion segmentation

轻量级模型，参数和计算复杂度降低的同时分割精度提升。

2023-08-01 19:51:01 1489 4

原创【论文阅读】Small-Object Sensitive Segmentation Using Across Feature Map Attention

小目标分割论文，即插即用模块，待更新...

2023-07-20 22:56:45 704 8

原创【论文阅读】像素博弈：把红外小目标分割问题当做纳什均衡问题

红外小目标分割（ISTS）的一个关键挑战是平衡假阴性FN和假阳性FP像素。FN players和FP players有不同的策略：一种是最小化FN，一种是最小化FP。效用函数推动了两个参与者的发展。文章认为像素游戏的纳什均衡是最优解，提出了最大信息调制，MIM有效地关注突出区域，包括小目标。在两个标准公共数据集上的大量实验也证明了文章方法的有效性。相比于其他的先进的方法，文章的方法在IOU和F1上取得了更好的效果。

2023-07-15 21:18:27 213