- 博客(4)
- 收藏
- 关注
RSS订阅原创 为什么U-net比GAN更适合做血管分割？（个人看法）
之前我提问说发现现在就算是用GAN来做血管分割，生成器或判别器也是用Unet结构，想知道这两种类型的模型在血管分割方面有什么不同？可是也没人给我做准确的回答，也没人跟我讨论，那我就发表一下我自己的看法，不一定正确，欢迎各位大神批评指正
2023-11-23 00:02:07
302
2
原创 Leaking GAN论文阅读
Leaking GAN，一种基于 GAN 的半监督架构，用于视网膜血管语义分割。关键思想是通过从生成器泄漏信息来污染判别器。这导致更温和的生成，有利于 GAN 的训练。未标记的生成器可以更好地利用例子来促进判别器的学习，最终导致更强的分类性能。此外，为了克服医学图像的变化，利用均值教师机制作为判别器的辅助正则化。此外，我们修改焦点损失以使其适合平均教师正则化器的一致性目标。
2023-11-22 17:57:02
130
1
原创 FR-Unet论文阅读
全分辨率网络（FR-UNet）,对于视网膜血管和冠状动脉的分割提取，多分辨率卷积交互机制进行水平和垂直扩展，同时保留全图像分辨率。1、修改后的残差块不断学习多分辨率表示以获得像素级精度的预测图。2、双阈值迭代算法（DTI）来提取弱血管像素。3、在视网膜血管数据集（DRIVE、CHASE_DB1 和 STARE）和冠状动脉造影数据集（DCA1 和 CHUAC）上进行了评估。
2023-11-21 22:33:56
628
7
原创 解决yolov5训练中dataset not found问题
数据集的存放位置和mydata.yaml中数据集对应的相对路径不对。假设train.py在yolo文件夹下，那么目录结构应该如下。
2023-11-20 08:51:12
2543
空空如也
为什么U-Net比GAN更适合做血管分割?
2023-11-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人