![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
文献理解/翻译
文章平均质量分 93
文献理解或文献翻译
阿里云小仙女
keep move on,一枚爱学习和科研(迫不得已)的coder、爱运动的女子
展开
-
翻译:Semi-supervised Medical Image Segmentation through Dual-task Consistency
Semi-supervised Medical Image Segmentation through Dual-task Consistency文献:Semi-supervised Medical Image Segmentation through Dual-task Consistency(基于双任务一致性的半监督医学图像分割)主题:Semi-supervised、Dual-task Consistency目录Semi-supervised Medical Image Segmenta翻译 2021-04-09 23:03:19 · 2331 阅读 · 3 评论 -
模型的不确定评估方式
模型的不确定评估方式在上面的一篇UA-MA的论文中,文献中的模型用一种不确定评估方式来过滤掉相对不可靠(高不确定度)的预测,只选择某些预测作为学生模型学习的目标。下面简单讲讲模型的不确定评估方式吧~参考文献:What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision? (NIPS 2017)不确定性类型:1、感知不确定性(Epistemic Uncertainty)特征:与模型相关,是由于训练不完全导致的。原创 2020-10-15 15:40:14 · 2730 阅读 · 0 评论 -
UNet 、3D-UNet 、VNet 区别
UNet 、3D-UNet 、VNet 区别医学图像的几个常用模型,简单总结一下。三个model的代码在我的Github上,可以参考一下:(https://github.com/VickyLLY/unet_liver_pytorch文章目录UNet 、3D-UNet 、VNet 区别一、UNet二、3D-UNet三、VNet一、UNet创新点:U型结构,下采样,上采样;短接通道(skip-connection)二、3D-UNet2D结构的U-Net是基本一样,唯一不同:2D操作换成了3D原创 2020-09-29 20:07:25 · 24436 阅读 · 4 评论 -
Semi-supervised:Noisy Student
Semi-supervised:Noisy Student文献:Self-training with Noisy Student improves ImageNet classification论文原文链接GitHub代码链接主题:Semi-supervised,student-teacher model,noisy student目录Semi-supervised:Noisy StudentAbstract(摘要)1. 想解决什么问题?question2. 通过什么理论/模型翻译 2020-09-22 01:57:13 · 600 阅读 · 0 评论 -
半监督方法:不确定性感知自增强模型
半监督方法:不确定性感知自增强模型文献:Uncertainty-aware Self-ensembling Model for Semi-supervised 3D Left Atrium Segmentation(半监督方法:不确定性感知自增强模型)原文:https://arxiv.org/abs/1907.07034代码:https://github.com/yulequan/UA-MT主题:semi-supervised, segmentation,Uncertainty estimatio翻译 2020-09-19 23:53:00 · 3414 阅读 · 0 评论 -
文献汇报模板
研究生期间,阅读大量的文献肯定是必不可少的,但是每次我读完一篇文章很快就忘了,特别是英文。。。所以,还是做做笔记吧,这是我自己总结的模板,分享给大家(适用于工科论文)汇报人:汇报时间:文献汇报模板文献汇报标题**研究背景****研究思路****主要结果****总结**文献汇报标题文献:主题:研究背景研究背景,多篇相关文章,文献引言进行一定延伸存在问题待解决问题研究思路数据来源研究方法?原理?实验设计?创新点主要结果据得到的数据做分析,将文章逻辑原创 2020-09-18 11:14:10 · 5448 阅读 · 0 评论 -
医学图像分割的初步理解
Time:2020/9/14医学图像分割的初步理解文献:1、Medical Image Segmentation Based on Deep Learning: A Review2、基于深度学习的医学图像分割方法_游齐靖3、基于深度学习的医学图像分割研究进展_宫进昌主题:medical image segmentation; CNN ; FCN; U-Net; Deep Learning研究背景医学图像特征:1、医学图像的模态(格式)更加多样化,如CT、MRI以及超声.原创 2020-09-17 00:21:50 · 2009 阅读 · 1 评论