自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 GAN在分割方面论文阅读

1.Semantic Segmentation using Adversarial Networks(NIPS2016)论文地址:https://arxiv.org/abs/1611.08408这篇论文是首次将GAN思想用于semantic segmentation.基本的分割网络(FCN, DeepLab, PSPNet……)就是GAN中的生成器。然后在生成网络之后加一个判别网络结构,如图所示:左边Segmentor就是传统的CNN-based分割网络,Convnet中可以看到有convo

2022-04-28 09:40:28 1131

原创 半监督分割与Transformer结合论文阅读(更新中)

一.Semi-Supervised Medical Image Segmentation via CrossTeaching between CNN and Transformer(MIDL2022)论文地址:https://arxiv.org/abs/2112.04894Code:https://github.com/HiLab-git/SSL4MIS其实这篇文章和CPS如出一辙,只是将CPS中的两个相同结构不同初始化的网络分别替换为CNN和一个Transformer结构的网络,无标签.

2022-03-10 14:49:44 5532 5

原创 半监督学习近几年论文解读(分割)

一.PseudoSeg: Designing Pseudo Labels for Semantic Segmentation他们对输入的图像X做两次不同的数据增强,一种“弱增强”(random crop/resize/flip),一种“强增强”(color jittering)。他们将两个增强后图像输入同一个网络f(θ),得到两个不同的输出。因为“弱增强”下训练更加稳定,他们用“弱增强”后的图像作为target。下面是具体流程图原文图6所示为self-attention G.

2022-03-03 17:55:01 4614

原创 半监督学习近几年相关论文解读(分类)

分类任务部分半监督一.Mixmatch1.对有标数据进行增强2.给无标数据一个人工标签。通过对一个无标数据增强K次并输入模型得到预测结果,对K次结果进行平均并锐化(Sharpen),得到人工标签。值得注意的是,这里的标签并不是one-hot的,而是一个概率分布。3.将增强后有标数据和K个打上人工标签的无标数据都当做是有标数据,正常进行Mixup操作。综上,MixMatch是综合一致性正则 和 熵最小正则(smoothness/cluster assumption)的应用。一致性正则

2022-03-01 13:48:08 7044 3

翻译 细粒度分类网络 RACNN 论文翻译

论文原地址http://openaccess.thecvf.com/content_cvpr_2017/papers/Fu_Look_Closer_to_CVPR_2017_paper.pdfAbstract由于判别性区域定位和细粒度特征学习的挑战,识别细粒度的类别(如鸟类物种)是很困难的。 现有的方法主要是独立地解决这些挑战,而忽略了区域检测和细粒度特征学习是相互关联的,因此可以相互促进的事实。在本文中,我们提出了一种新型的递归注意力卷积神经网络(RA-CNN),它以相互加...

2021-09-28 16:18:38 1341 2

原创 focalloss,diceloss 知识点总结

一 focalloss1.什么是focalloss,用来干嘛Focal loss最早是 He et al 在论文 Focal Loss for Dense Object Detection 中实现的。例如在目标检测中损失函数Binary Cross Entropy loss,这种训练目标要求模型 对自己的预测真的很有信心。而Focal Loss所做的是,它使模型可以更"放松"地预测事物,而无需80-100%确信此对象是“某物”。简而言之,它给模型提供了更多的自由,可以在进行预测时承担一些风险..

2021-09-06 14:41:03 7587

原创 unet学习笔记

一 网络架构上图展示了网络结构,它由contracting path 和 expansive path组成。contracting path是典型的卷积网络架构。它的架构是一种重复结构,每次重复中都有2个卷积层和一个pooling层,卷积层中卷积核大小均为3*3,激活函数使用ReLU,两个卷积层之后是一个2*2的步长为2的max pooling层。每一次下采样后我们都把特征通道的数量加倍。contracting path中的每一步都首先使用反卷积(up-convolution),每次使用反卷积.

2021-08-24 19:25:51 1410

原创 眼底图像血管分割学习笔记

一 图像处理训练集的图片格式为tif其中相应的分割标签格式为gif一开始想着这些图片是不是都要先转换成.jpg或者. png 在查阅了一些资料后其实还是不太清楚。然后在看别人的代码时,发现没有处理,所以就先这样弄着。出现的问题class Datasets(Dataset): def __init__(self,path): self.path = path self.image_path = os.listdir(os.p...

2021-08-20 22:33:57 891

原创 飞浆安装配置流程

第一步:查询自己的gpu的cuda版本方法:在cmd窗口输入nvcc --version下图是显示的信息可以看见是11.0版本第二步:去官网找到符合自己配置的安装命令不同选择下方会提供相应的安装代码,复制粘贴去命令行执行即可(默认各位已经安装了cuda和cudnn)安装完成后显示信息第三步:验证测试1.这是官网的截图2.那必然就是一些报错信息了第一种RuntimeError: (PreconditionNotMet) ...

2021-08-18 12:33:09 2275

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除