pidzhengding的博客

文章目录一、数据增多（图像增广）主要作用：常用方法：二、使用步骤1.引入库2.读入数据总结一、数据增多（图像增广）在计算机视觉中通常对图像做一些随机的变化，产生相似但又不完全相同的样本。主要作用：扩大训练数据集，抑制过拟合，提高模型泛化能力。常用方法：随机改变亮度，对比度颜色随机填充随机缩放随机裁剪随机翻转二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pypl.

项目场景：对于一些三维的医疗图像，我们不能正常的读取观察对于一些特定格式的医学图像我们不能直接查看，处理。因此我推荐一个非常好用的工具：https://download.csdn.net/download/pidzhengding/19514459?spm=1001.2014.3001.5503可以使用它，打开图像观察，并且可以对目标区域进行标记。可以用来制作数据集非常好用。...

项目场景：三维图像的Dice系数计算问题描述：通常我们用目标分割网络，预测结果后。为了得知网络的准确度，可以计算其Dice系数，通过比较其系数，可以得知网络的准确性。import numpy as npimport nibabel as nibdef cal_subject_level_dice(prediction, target, class_num=2):# class_num是你分割的目标的类别个数 ''' step1: calculate the dice of ea

项目场景：计算二维图像的Dice系数问题描述：通常我们用目标分割网络，预测结果后。为了得知网络的准确度，可以计算其Dice系数，通过比较其系数，可以得知网络的准确性。import numpy as npimport cv2from PIL import Imageif __name__ == '__main__': y_true_path = 'E:/AI-challenge/2021/results/label_show/'（这个是标签的文件地址） y_pred_path

飞桨常规赛：常规赛：PALM眼底彩照视盘探测与分割 6月第2名方案比赛地址： https://aistudio.baidu.com/aistudio/competition/detail/85AI Studio地址： https://aistudio.baidu.com/aistudio/personalcenter/thirdview/725102一、赛题介绍1. 赛题简介常规赛简介飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，是中国首个开源开放、技术领先、功能

飞桨常规赛：PALM病理性近视预测 6月第3名方案【常规赛：PALM病理性近视预测】方案比赛地址： https://aistudio.baidu.com/aistudio/competition/detail/85一、赛题介绍1. 赛题简介PALM病理性近视预测常规赛的重点是研究和发展与病理性近视诊断相关的算法。该常规赛的目标是评估和比较在一个常见的视网膜眼底图像数据集上检测病理性近视的自动算法。具体任务是将提供的图像分为病理性近视眼底彩照和非病理性近视眼底彩照，其中，非病理性近视眼底彩照包括正常

为什么有窗宽窗位？医学图像领域的关键技术窗技术，是CT检查中用以观察不同密度的正常组织或病变的一种显示技术，包括窗宽(window width)和窗位(window level)。由于各种组织结构或病变具有不同的CT值，因此想要显示某一组织结构细节时，应该选择适合观察该组织或病变的窗宽和窗位，以获得最佳显示。这里写图片描述窗宽窗宽是CT图像上显示的CT值范围，在此CT值范围内的组织和病变均以不同的模拟灰度显示。而CT值高于此范围的组织和病变，无论高出程度有多少，均以白影显示，不再有灰度差异；.

混合使用交叉熵损失函数CrossEntropyLoss（）和Dice Loss（）两个损失函数，来解决，此函数的混合定义为：其中，,分别为批处理中第c类和第n个像素的目标标签和预测概率,Y和P分别是视网膜图像真值和预测结果,C和N分别表示批处理中数据集类数和像素数。在模型总输出时定义一个 函数用来对不同的层次的输出进行加权总和。此函数的定义为：其中d为输出深度,设置分配给每层输出的权重相同,即：...