2017年10月_报任安者

转载深度学习目标检测最全最新的方法paper和代码

Jump to...LeaderboardPapersR-CNNFast R-CNNFaster R-CNNMultiBoxSPP-NetDeepID-NetNoCDeepBoxMR-CNNYOLOYOLOv2AttentionNetDenseBoxSSDDSSDInside-Outside Net (ION)G-CNNHyperNetMultiPathNetCRAFTOHEM

2017-10-29 20:37:21 7159

原创 Semi-supervised Learning for Network-Based Cardiac MR Image Segmentation文章解读

本文针对全卷积神经网络有大量的参数，同时伴随着需要大量的训练数据集，然而由于医学图像的特殊性，如此大量的有标签数据不好提供，因此本文的贡献点之一是缓解了数据集少的问题。在公式2的目标函数中，通过引入右边第二项来定义这个半监督的优化问题；对于网络优化，这是本文的精髓所在：a.固定网络参数，采用此时的网络去评估未知数据的标签b.第二步，未知数据的标签采用第一步评估的结果固定，然后采用已标注的标...

2017-10-27 21:27:15 1268

原创 Max-Margin Boltzmann Machines for Object Segmentation的文章解读

1.Max-Margin Boltzmann Machines for Object Segmentation的文章阅读该模型的代码开源（作者提供了MATLAB的代码和数据集）摘要：本文针对物体分割提出了最大边界的玻尔兹曼机，它作为模型化隐层变量和对于输入观测的输出标签的联合分布的条件玻尔兹曼机的一个主要算法之一。除了图想到标签的连接，我们也建立了图想到隐

2017-10-27 21:25:42 384

原创 A Bayesian reassessment of nearest neighbour classication阅读解读

1..经典的K紧邻算法没有加入对分类错误的评估，本文加入了这个模块；相反，以混合分布的概率统计分类方法会提供一个对分类错误的评估，因此本文提出了基于贝叶斯的k紧邻算法来解决这一缺陷。在这之前，Holmes and Adams提出了其他的模型似然函数的分析，特别是k值的选择，我们采用贝叶斯的方法，相比先前Holmes and Adams的研究，本文方法有两个主要贡献点：（1）我们定义了一个封装k紧邻

2017-10-27 21:24:43 436

原创 Learning and Incorporating Shape Models for Semantic Segmentation文章理解

FCN方法不一定包含局部几何信息，如平滑度和形状等，而传统的图像分析技术他们在解决细分和跟踪方面具有很大的优势。在这项工作中，我们通过将形状信息加入FCN分割框架从而解决FCN的缺点。同时在实验阶段，验证了这种形状信息对于处理对比度和artifacts的细节损失具有很好的效果。 1 引言由于FCN对于局部几何如平滑度和拓扑结构不能可靠地捕获。在传统方法的驱动下，我们建议用先

2017-10-27 21:22:57 742

原创 Boundary-Aware Fully Convolutional Network for Brain Tumor Segmentation论文理解

本文模型的代码是基于keras和Theana上完成，但是好像并没有进行开源我们提出一种新颖的，多任务的全卷积网络（FCN）架构，用于脑肿瘤的自动分割。该网络通过连接从多模MR图像提取的分层特征表示来提取多级上下文信息。通过在损失函数中直接加入边界信息，实现了分割性能的提高。该方法在BRATS13和BRATS15数据集上进行了评估，并

2017-10-27 21:21:52 2062 1

原创 Semi-supervised Deep Learning for Fully Convolutional Networks文章解读

目前对FCN分割还没有半监督的方法，本文提出auxiliary manifold embedding的概念在随机特征内嵌的辅助下用于FCN的半监督学习，并且用已提出的方法对现有的MS lesion分割任务进行实验验证。 1 引言在本文中，我们提出了auxiliary manifold embedding的概念到FCN中，这种新颖的策略叫做"随机特征嵌入"。随

2017-10-27 21:20:06 1870

原创 Convolutional neural network transfer for automated glaucoma identification论文理解

本文开源的MATLAB的代码目前用于眼底图像的自动青光眼检测的大多数系统依赖于基于分割的特征，很明显，它们受到底层分割方法的影响。在本文中，我们提出在非医疗数据上预训练CNN来实现青光眼自动检测方案的可行性。本文提出两种不同的CNN（即OverFeat和VGG-S）应用于眼底图像以产生特征向量。文中加入了预处理技术，如血管修复，对比度限制自适应直方图均衡（CLAHE

2017-10-27 21:15:07 490

原创 Automatic Feature Learning for Glaucoma Detection Based on Deep Learning论文理解

本文提出了基于DeepLearnINg的自动特征学习为青光眼检测，不同于传统的卷积神经网络，本文采用的网络嵌入了微型神经网络（多层感知器）有更复杂的结构去抽象感知区域的数据；此外提出了一种上下文深度学习结构来获得眼底图像的分层表示以区分青光眼和非青光眼模式，这里网络采用其他CNN网络的输出作为此网络的上下文特征来提升青光眼检测的性能。本文采用的方法在ARIGA和SCES数据上进行测试，同时取得了最

2017-10-27 21:09:25 813

原创 Semi-supervised Segmentation of Optic Cup in Retinal Fundus

摘要主要说明了目前采用分割方法对于青光眼的诊断中，边界不明显的optic cup相比optic disc更难分割，因此这里只考虑optic cup的分割；本文方法的主要贡献点在于利用大量无标签数据的内在的特征来训练有少量标签数据集的分割模型，从而以半监督方式实现更高的分割精度；具体采用变分自编码器从无标签的数据集中学习数据潜在特征空间中的内嵌特征，然后文章将从无标签数据中通过变分自编码器中得到的内

2017-10-27 20:55:41 677

静静地玛尼石