heavenpeien的博客

转载 SQL 语句大全

一、基础1、说明：创建数据库CREATE DATABASE database-name 2、说明：删除数据库drop database dbname3、说明：备份sql server--- 创建 备份数据的 deviceUSE masterEXEC sp_addumpdevice 'disk', 'testBack', 'c:\mssql7backup\MyNwind_1.dat'-...

转载 Fine-tuning

原文地址 https://blog.csdn.net/xinrui_zhuang/article/details/79017750论文阅读：Fine-tuning Convolutional Neural Networks forBiomedical Image Analysis: Actively and Incrementally本篇论文发表于CVPR2017，作者为美国亚利桑那州立大...

翻译 A High-Quality Denoising Dataset for Smartphone Cameras 图像去噪

在过去十年中，从使用数码单反相机和傻瓜相机的成像到使用智能手机相机的成像，已经出现了天文数字的转变。 由于小光圈和传感器尺寸，智能手机图像的噪音明显高于数码单反相机。虽然对智能手机图像进行去噪是一个活跃的研究领域，但研究界目前还缺乏一个去噪图像数据集，它代表了具有高质量基本事实的智能手机相机的真实噪声图像。我们在本文中通过以下贡献解决了这个问题。我们提出了一种用于估计噪声图像的地面实况的系统程序，...

转载 距离度量

1，欧氏距离2，曼哈顿距离3，切比雪夫距离4，标准化欧式距离5，马氏距离1）马氏距离的计算是建立在总体样本的基础上的，这一点可以从上述协方差矩阵的解释中可以得出，也就是说，如果拿同样的两个样本，放入两个不同的总体中，最后计算得出的两个样本间的马氏距离通常是不相同的，除非这两个总体的协方差矩阵碰巧相同；2）在计算马氏距离过程中，要求总体样本数大于样本的维数，否则得到的总体样本协方差矩阵逆矩阵不存在，...

原创 迁移学习 MMD距离

MMD距离（Maximum mean discrepancy)最大均值差异（Maximum mean discrepancy），度量在再生希尔伯特空间中两个分布的距离，是一种核学习方法。两个随机变量的距离为： 其中k(.)是映射，用于把原变量映射到高维空间中。X,Y表示两种分布的样本，F表示映射函数集。基于两个分布的样本，通过寻找在样本空间上的映射函数K，求不同分布的样本在K上的函数值的均值，通过...

原创 种子生长算法

# -*- coding: utf-8 -*-''' * @Author: ZQ.Pei * @Date: 2018-06-03 16:59:35 * @Last Modified by: ZQ.Pei * @Last Modified time: 2018-06-03 16:59:35 '''from _stack import Stackimport cv2i...

原创 python p[:0]与p[:1]的区别

X[:,0]是numpy中数组的一种写法，表示对一个二维数组，取该二维数组第一维中的所有数据，第二维中取第0个数据，直观来说，X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。...

转载 目标检测 图像分割 MASK-RCNN

原文链接 https://blog.csdn.net/jiongnima/article/details/79094159Mask R-CNN是ICCV 2017的best paper，彰显了机器学习计算机视觉领域在2017年的最新成果。在机器学习2017年的最新发展中，单任务的网络结构已经逐渐不再引人瞩目，取而代之的是集成，复杂，一石多鸟的多任务网络模型。Mask R-CNN就是典型的代表。本篇...

转载 马尔可夫随机场 马尔可夫随机链

马尔可夫过程是指下一个时间点的值只与当前值有关系，与以前没有关系马儿可夫随机场：    1马儿可夫性质：它指的是一个随机变量序列按时间先后关系依次排开的时候，第N+1时刻的分布特性，与N时刻以前的随机变量的取值无关    2随机场：当给每一个位置中按照某种分布随机赋予相空间的一个值之后，其全体就叫做随机场马尔可夫随机场：拿种地打比方，如果任何一块地里种的庄稼的种类仅仅与它邻近的地里种的庄稼的种类有...

翻译 Automatic 3D liver location and segmentation via convolutional neural network and graph cut 肝脏分割

Purpose Segmentation of the liver from abdominal computed tomography (CT) images is an essential step in some computer-assisted clinical interventions, such as surgery planning for living donor liver ...

翻译 肝脏分割 multiphase contrast-enhanced CT images based on FCNs liver segmentation

This paper presents a novel, fully automatic approach based on a fully convolutional network (FCN) for segmenting liver tumors from CT images. Specifically, we designed a multi-channel fully convoluti...

翻译 肝脏分割 Detection-aided liver lesion segmentation using deep learning

A fully automatic technique for segmenting the liver and localizing its unhealthytissues is a convenient tool in order to diagnose hepatic diseases and assess theresponse to the according treatments. ...

翻译 肝脏分割 Using Cascaded Fully Convolutional Neural Networks and 3D Conditional Random Fields

Automatic Liver and Lesion Segmentation in CT Using Cascaded Fully Convolutional Neural Networks and 3D Conditional Random FieldsAbstract. Automatic segmentation of the liver and its lesion is an impo...

翻译 肝脏分割 论文翻译 Liver Lesion Segmentation in CT Images with MK- FCN

Abstract—This paper presented an approach used Fully Convolutional Networks (FCN) to segment liver tumor inComputed Tomography (CT) images. In addition, using different characteristics of scan quality...

原创 PIL 图像增强

python中PIL模块中有一个叫做ImageEnhance的类,该类专门用于图像的增强处理,不仅可以增强(或减弱)图像的亮度、对比度、色度,还可以用于增强图像的锐度。from PIL import Imagefrom PIL import ImageEnhance#原始图像image = Image.open('lena.jpg')image.show()#亮度增强enh_bri = Image...

转载 hasattr() getattr() setattr()方法

hasattr(object, name)判断一个对象里面是否有name属性或者name方法，返回BOOL值，有name特性返回True， 否则返回False。需要注意的是name要用括号括起来 1 >>> class test(): 2 ... name="xiaohua" 3 ... def run(self): 4 ... re...

原创 IOU

原创 迁移学习

1、TCA 迁移成分分析 让源域和目标域距离尽可能小2、JDA 联合分布适配 同时适配条件分布、和边缘分布3、How transferable are features in deep neural networks神经网络的前3层基本都是general feature，进行迁移的效果会比较好；深度迁移网络中加入fine-tune，效果会提升比较大，可能会比原网络效果还好；Fine-tune可以比...

原创 统计学习方法--思想

1，NFL果我们对要解决的问题一无所知且并假设其分布完全随机且平等，那么任何算法的预期性能都是相似的。避免盲目的算法崇拜脱离具体问题，空泛的谈‘什么学习算法更好’毫无意义。”2 ，如果两个模型A和B对数据的解释能力完全相同，那么选择较为简单的那个模型。3，集成学习，集成学习将多个较弱的机器学习(臭皮匠)模型合并起来来一起决策(诸葛亮)4，思路1：每个子学习器都是弱分类器，在融合后达成为一个强力的主...

转载 遗传算法

https://blog.csdn.net/u010451580/article/details/51178225

原创 深度学习 量化

原创 cv2 改变图片大小 resize

cv2.resize(img,shape=())nterpolation - 插值方法。共有5种：１）INTER_NEAREST - 最近邻插值法２）INTER_LINEAR - 双线性插值法（默认）３）INTER_AREA - 基于局部像素的重采样（resampling using pixel area relation）。对于图像抽取（image decimation）来说，这可能是一个更好的...

翻译 deeplab v3+ 图像语义分割

发展历程FCN，端到端的语义分割，将端到端的卷积网络推广到语义分割中；重新将预训练好的Imagenet网络用于分割问题中；使用反卷积层进行上采样；提出了跳跃连接来改善上采样的粗糙程度。结构如下segnet将最大池化指数转移至解码器中，改善了分割分辨率。具体解释：在FCN网络中，通过上卷积层和一些跳跃连接产生了粗糙的分割图，为了提升效果而引入了更多的跳跃连接。然而，FCN网络仅仅复制了编码器特征，而...

转载 crfasrcnn

原文 https://blog.csdn.net/taigw/article/details/51794283CRF（Conditional Random Field）是图像分割中很常用的后处理算法。在《全卷积网络（FCN）与图像分割 》这篇博文中提到，FCN可以得到较好的分割结果，Chen, Liang-Chieh, et al. 2014在其基础上使用fully connected CRF得到...

翻译 fcn liver segmentation

Automatic segmentation of liver tumors from multiphasecontrast-enhanced CT images based on FCNs摘要：    本文提出了一种基于完全卷积网络（FCN）的新型全自动方法从CT图像分割肝脏肿瘤。具体来说，我们设计了一个多通道完全卷积网络（MC-FCN）分割来自多相增强CT图像的肝肿瘤。因为每个对比增强数据的阶...

原创 条件随机场 CRF

    随机变量 Χ 表示需要标记的观察序列集。随机变量 Υ表示相应的表示标记序列集。所有的 Υ i ∈ Υ 被假设在一个大小为 N 的有限字符集内。随机变量 Χ 和 Υ 是联合分布,但在判别式模型中我们构造一个关于观察序列和标记序列的条件概率模型 p ( Y | X ) 和一个隐含的边缘概率模型 p ( X ) 。    条件随机场定义:令 G = ( V , E ) 表示一个无向图, Υ = ...

原创 最大熵模型

最大熵模型(Maximum Entropy Models, MEMs) 是基于最大熵理论的统计模型,广泛应用于模式识别和统计评估中。最大熵原理有一个很长的历史,其中最大熵理论方面的先驱 E.T.Jaynes 在 1990 年给出了最大熵原理的基本属性 :最大熵概率分布服从我们已知的不完整信息的约束。主要思想是,在用有限知识预测未知时,不做任何有偏的假设。根据熵的定义,一个随机变量的不确定性是由熵体...

转载 马尔科夫随机过程

关键点转移概率

原创 numpy

创建矩阵（采用ndarray对象）对于python中的numpy模块，一般用其提供的ndarray对象。 创建一个ndarray对象很简单，只要将一个list作为参数即可。 例如import numpy as np #引入numpy库#创建一维的narray对象a = np.array([1,2,3,4,5])#创建二维的narray对象a2 = np.array([[1,2,3,4,...

翻译 骨龄预测 翻译

跳到主要内容跳至部分骨骼成熟度通过不连续的阶段进行，这是常规用于儿科的事实，其中骨龄评估（BAAs）与评估内分泌和代谢紊乱的年龄年龄进行比较。 自1950年推出以来，虽然它是许多疾病评估的核心，但它们并没有改变，以改善繁琐的过程。在这项研究中，我们提出了一个全自动深度学习管道来分割感兴趣的区域，标准化和预处理输入射线照片，并执行BAA。 我们的模型使用ImageNet预培训，微调卷积神经网络（CN...

转载 Learning to Compare: Relation Network for Few-Shot Learning 少量样本的对比学习

相信每一位研究深度学习的朋友都明白，深度学习能够在这几年取得如此爆炸式的发展，除了算法本身的改进与创新，最关键的因素就是拥有海量的数据和强大的计算资源。那么，我们很自然的会问：没有海量数据怎么办？现实生活中有很多问题并没有那么多的数据可以采集，或者说采集数据所需的成本很高，比如稀有物种的图片，医疗诊断的图片。或者更简单的例子，我们每个人身边都有很多独有的物品。难道这些少样本的东西深度学习就无法处理...

原创 图像分割 FCN 深度学习

《Context Encoding for Semantic Segmentation》CVPR 2018Abstract：最近的工作已经在利用全卷积网络（FCN）框架通过使用扩张/Atrous 卷积，利用多尺度特征和细化边界来提高用于像素标记的空间分辨率方面取得重大进展。在本文中，我们通过引入上下文编码模块来探索全局上下文信息在语义分割中的影响，上下文编码模块捕获场景的语义上下文并选择性地突出显...

原创 结合maskrcnn和yolo的优缺点，建立灵活的包含两种模型的目标检测模型 图像难度预测器

主要有两种类型的最先进的物体探测器。一方面，我们two-stage探测器，比如Faster R-CNN（基于区域的卷积神经网络）或Mask R-CNN，它们（i）使用区域提议网络在第一阶段产生兴趣区域， （ii）将区域提案发送到pipeline中以进行对象分类和边界框回归。这样的模型达到了最高的准确率，但通常较慢。另一方面，我们有YOLO（You Only Look Once）和SSD（Singe...

转载 【资源帖】深度学习视觉领域常用数据集汇总

mnist数据集imagenet数据集Imagenet数据集有1400多万幅图片，涵盖2万多个类别；其中有超过百万的图片有明确的类别标注和图像中物体位置的标注，具体信息如下：1）Total number of non-empty synsets: 218412）Total number of images: 14,197,1223）Number of images with bounding bo...

原创 计算机视觉论文

CVPR，ECCV，ICCV等计算机视觉顶级会议的文章，关于各个方向的。网址：https://www.cvpapers.com代码：http://www.gitxiv.com/

转载 让机器人依靠视觉识别抓取特定物体

近日，谷歌团队在arXiv上发布了新论文《End-to-End Learning of Semantic Grasping》，这篇文章由谷歌成员Eric Jang、Sudheendra Vijayanarasimhan、Julian Ibarz、Sergey Levine和Peter Pastor五人共同完成。量子位选取论文中关键信息，编译整理分享给大家。实验介绍这篇论文首先讨论了机器人的语义抓取...

转载 TP-GAN 让图像生成再获突破，根据单一侧脸生成正面逼真人脸

首先，让我们来看上面这张图，中间一栏是侧面 90°照片，你能看出计算机根据侧面照合成的正脸是左边一栏，还是右边一栏吗？答案将在文末揭晓。作为补充信息，下面这张图全部是计算机合成的，展示了从90°、75°和45°的轮廓的合成正面人脸视图。根据侧面照片合成正面人脸一直是个难题，现在，由中科院自动化所（CASIA）、中科院大学和南昌大学的 Rui Huang、Shu Zhang、Tianyu Li、Ra...

原创 骨龄特征点定位、以及预测

课题团队前期应用深度学习方法在基于X线进行骨龄自动预测方法开展了一系列工作。在公共数据集DHADS上开展离散化年龄标签的分类，通过搭建GoogLeNet、ResNet等卷积神经网络，最终实现了91%的识别准确率。在此基础上，我们参加了由北美放射学会RSNA举办的2017年骨龄预测大赛，在1万2千多组标定过的图片集上进行精确到月份的骨龄预测，最终国际排名18/342。我们首先应用UNet结构进行背景...

原创 基于脑机接口的人脑控制机械手臂

脑机接口（BCI）就是研究如何让神经信号与外部机械交互的技术分为嵌入式和非嵌入式。系统流程：1，采集不同运行想象的脑电数据2，脑电数据预处理3，使用深度学习模型学习不同运行想象的脑电数据的差别，并作出分类。4，将分类结果通过指令发给机械手臂5，机械手臂运动一，脑电采集我只是研究了基于EEG的BCI,EEG是一种非侵入式的脑电采集手段，安全，成本低，采集的信息满足实验需求数据采集设备为Neurosc...

原创 运行假象

目的脑-机接口是指不依赖于大脑的正常输出通路（即外周神经和肌肉，神经通路），在大脑和外部设备之间建立一种直接交流和控制的通路。其中，基于运动想象的脑-机接口是唯一的一种不需要外界刺激，反映使用者自主运动意图的脑-机接口范式，其在医疗康复等领域有重要的应用价值[1]。本文应用深度学习算法对运动想象任务中的脑电信号进行解析，解码出相应的运动意念，将其转化为相应的控制指令，实现对机械手指的控制。方法实验...