![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
训练总结
文章平均质量分 94
水博的两年半
可以一起讨论研究,但谢绝论文合作。
展开
-
R语言ICC函数中Consistency 和 agreement,one-way和two-way,single和mean的选择
intraclass correlation coefficient (ICC)中文叫做同类相关系数。为什么要做icc呢。比如在标注的过程中,我们要衡量这个人标注的怎么样,我们可以这样做:1.从总体样本中选择N个样本。每一个样本都由两个人标注,然后检查两个人标注的差别有多大。2.还是N个样本,一个人标注完了,第二天再让他标注一次,检查两次标注的差别有多大。上面1过程就是组间差异性,2就是组内...原创 2019-10-18 09:22:43 · 6083 阅读 · 22 评论 -
如何用mask-R-CNN公开代码测试自制数据集
mask-R-CNN论文问世好久了,但可用的代码好像也不多,至少我是没找到几个。归根结底还是这个算法比较难以实现,要满足论文里面提及的要求还是不太容易的。目前最好的公开代码应该是这个:https://github.com/matterport/Mask_RCNN论文地址:http://xueshu.baidu.com/usercenter/paper/show?paperid=f26173d...原创 2019-06-20 16:15:15 · 2591 阅读 · 14 评论 -
mask-r-cnn,unet,unet++三种算法实现细胞分割的对比心得
maks-r-cnn在小数据集中性能较差。120训练集,40测试集(256乘以256)的数据集上面测试,效果很差只能勉强分清个轮廓,很多细胞都没有被识别到。mask-r-cnn的分割能力有待在更大的数据集上面进行测试。unet的分割能力是出奇的强,在很小的训练集上面都有很不错的表现(35乘以512乘以512)轮廓比较明显,挨得很近的细胞也能分出大概的轮廓unet++的分割能力会比une...原创 2019-06-20 16:30:52 · 18992 阅读 · 76 评论 -
神经网络U-net性能分析,为什么u-net性能可以这么好
最近在做细胞分割,尝试了很多CNN的分割模型,对比下来发现unet性能真的是很好。在很小的训练集上(30张)也能取得非常不错的分割效果。以前一直以为CNN结构更多的是靠瞎蒙,现在发现其实不是。CNN虽然内部的整个流程很难去揣摩,但是还是有很多比较整体的经验可以借鉴,在模型构建上还是有规可循。按照我这些日子的测试,结合一点自己的理解和网上各位大佬的帖子,说一下我自己的看法。U-Net和FCN非...原创 2019-07-31 14:32:41 · 19262 阅读 · 11 评论 -
(染色归一化)病理图像(HE或者WSI)图像标准化方法小介绍
虽说是CSDN,但因为处理的过程中要用到病理图片,所以这里简单的介绍一下病理图像的标准化。首先介绍一下我们的病理图像。病理图像就是我们高中时候用的玻片在扫描仪下拍摄的高分辨率图像。具体制作过程可以参见百度。https://wenku.baidu.com/view/60b5d0fe2af90242a995e58a.html病理图像可以帮助医生对病人做出诊断。通过病理图像,我们可以看到肿瘤细胞的.....................原创 2019-09-04 16:53:16 · 25141 阅读 · 46 评论