- 博客(53)
- 收藏
- 关注
RSS订阅原创 深度学习下的光流
总是被导师怼 唉一些定义是什么？光流(optical flow)法是运动图像分析的重要方法，它的概念是由 James J. Gibson于20世纪40年代首先提出的，是指时变图像中模式运动速度。因为当物体在运动时，它在图像上对应点的亮度模式也在运动。简单来说，光流只得应该是速度。但是速度是有方向的，所以我们一张256X256（后面相同）的图片采用256X256X2（分别表示水平和竖直方向上的速度）的方式来表示。通常情况下，为了简化我们将其直接作为位移，也就是默认其时间为1（等同于displace
2022-05-03 09:46:17
1277
原创 分类使用Pytorch实现Grad-CAM并绘制热力图
import osimport numpy as npimport torchfrom PIL import Imageimport matplotlib.pyplot as pltfrom torchvision import modelsfrom torchvision import transformsimport cv2# from utils import GradCAM, show_cam_on_image, center_crop_img activations
2022-04-06 20:17:57
9058
6
原创 验证计算机视觉中的Attention
注意：使用的Resnet50 作为base没数据局采用的时候数据集采用花分类数据集超参数没做任何的调整只跑了30个epoch 感觉模型还没有问完全达到最优的性能没有使用任何的预训练权重只使用ResnetLoss:Acc：最好是在0.79左右在相同的情况下只加入了SE 方式的注意力Loss:ACC:用的1x1卷积是se网络最大的特点，实验效果好，全链接层都是放到最后。对图片语义损失挺大，中间就经过很多层fc效果一般都不咋地，不绝对。SE的怎么实现感觉区别还是很大
2022-03-29 15:46:58
3445
1
原创 Deep Domain Confusion: Maximizing for Domain Invariance
1. 作者 来源UC Berkeley 与 UMass Lowell, 的Eric Tzeng, Judy Hoffman, Ning Zhang，Kate Saenko，Trevor Darrell2014 年的一篇paper 好像没有说什么期刊会议上的 链接地址2.Motivation在大规模数据集上训练的通用监督深度CNN模型可以减少但不能消除在标准基准测试上的数据集偏差。也就是我们所说的domain adaptation。3.Model其提出的架构如图所示他的思想也是非常自然的一部
2021-11-30 20:38:54
2289
原创 UNet++: A Nested U-Net Architecture for Medical Image Segmentation
0.作者来自Arizona State University QS 四十左右很强啊不知道还有没有写的必要人家自己写了 嘤嘤嘤
2021-10-08 10:21:25
293
原创 Unsupervised domain adaptation for cross-modality liver segmentation via joint adversarial learning
0.MotivationCT 数据较多 较可信MRI 含有较多的信息因此希望可以将学习到的知识从包含标记CT图像的源域转移到包含未标记Mr图像的目标域，希望实现无监督域自适应（这有什么因果关系吗？）文章是MICCAI2019 作者是来自港中文1.Contribution提出了一个使用对抗学习和自学习的多模态（unpaired CT and MRI）无监督的 肝脏分割模型提出了一种对抗性学习的后原位（post-situ）识别方法，以关注目标域和源域之间的任务相关特征的对齐。( 使用这种技术的
2021-09-17 16:04:21
547
1
原创 CycleGan
0.作者及背景朱俊彦 朱俊彦的机器之心的简要介绍 太强了上述就是Paired 和 Unpaired image 的区别1.主要贡献提到上述的补充知识点就可以知道本文的突出贡献在于不需要配对图片也可以实现风格的迁移感觉对我有一定的参考目的其实本质上可以看出是domain adaptation的一个过程通过gan 生成从 X -》 Y 的Mapping ,但是作者在训练过程中发现很难单独地优化对抗网络的目标：标准程序往往会导致众所周知的模式崩溃问题，即所有的输入图像都映射到相同的输出图像，而优化没
2021-09-15 16:36:52
161
原创 DeepTag: An Unsupervised Deep Learning Method for Motion Tracking on Cardiac Tagging Magnetic Resona
0.前提知识介绍tagging images 应该是一种新的成像方式t-MRI的介绍大家有兴趣 的可以自己看，不是我的相关研究方向我选择放弃然后传统成像不能较好的反映心肌的运动 但是t-MRI 可以。其次就是这个东西还目前停留在科研阶段。1.贡献与模型1.通过 bi-directional generative diffeomorphic registration neural network 估计 t-MRI的运动场2.通过上述结果估计拉格朗日运动场但是实话实话 上面的东西我都不懂，下面
2021-09-13 12:16:05
379
原创 Multi-level semantic adaptation for few-shot segmentation on cardiac image sequences
0.基础知识点介绍few-shot / one-shot segmentation 小样本学习利用很少的 support set（其中few 代表很少的数据 one 好像是真的是用了一张带有标签的数据进行训练然后在尝试进行分割例如（One-Shot Learning for Semantic Segmentation，相应 k-shot 对应的就是k张图片和）） 进行学习来对query set上的目标结果进行分割。实现方法：其实很自然的就可以想到通过对于一个预训练模型（pre-trained
2021-09-12 20:40:35
230
原创 Learning Deconvolution Network for Semantic Segmentation
1.作者浦项科技大学 韩国大学（长见识了） qs812.贡献1.提出了multi-layer deconvolution network（由 deconvolution ，unpooling 和 Relu 组成） 个人认为这就是最主要的贡献点3. 网络结构其实和我之前看的SegNet差不多一些比较明显的区别 没有全连接层 可能减少了下采样的次数来达到减少参数的目的。下面重点介绍我想说的知识点Unpooling这个不跟和SegNet 没有区别的。。。。通常来说反卷积应该是扩大图像的
2021-09-01 01:28:14
197
原创 SegNet
1.作者TPAMI 2015收录的文章都是剑桥大学的大佬 Alex Kendall 的个人网页现在伦敦做自动驾驶 Vijay Badrinarayanan 这应该还在剑桥做科研 最后一个剑桥教授 反正也不认识。。。ps： 补充知识点pixel-wise字面上的理解一样，一张图片是由一个个pixel组成的，这个是图像的基本单位，像素级别的image-wise图像级别，比如一张图片的标签是狗，是对整个图片的标注patch-wise介于像素级别和图像级别的区域，也就是块，每个patch都是由好多
2021-08-27 17:19:05
93
原创 Autoencoder based self-supervised test-time adaptation for medical image analysis
1.作者主要是 约翰霍普金斯大学和美国国家老龄问题研究所，国家卫生研究所合作完成的发表与MIA2.创新与目的目的：是为了在domain adaption 上实现创新创新：提出了Task model（T 分割模型） ，a set of autoencoder （AEs 相似度测量），a set of Adaptors（As transform test image and features to be similar to the source.）T 和AEs 就是在 source domain
2021-08-09 11:32:23
516
原创 Dice系数
1.背景Dice 系数是常用的分割的评价标准之一 后面还会介绍其他的评价标准。而且我发现大家的东西都是互相抄来抄去没有意思2.Dice系数原理及定义公式1假设 X 是 Output【也就是我们输出结果】 维度为（3，3）Y 为lable【标签】 维度为（3，3）单一分类首先我们需要明白Dice系数使用判断两个图片（这里我就指的是X Y）的相似度的，但是在我们的分割任务当中我们通常将0 代表背景1 代表预测分割现在我们假设a=[ [1,0,1],[0,0,0],[0,1
2021-07-24 16:21:13
4018
原创 Domain Adaptation
本文都是李宏毅老师课堂上的总结背景和意义：通常在实际生活中我们的训练集和测试集有很大的差异，例如下图左边为你的训练集，而真正让你进行检测和预测的确是右边的图片。1. Domain Adaptaion 与 transformer learing的区别Domain Adaptation 是 transformer learing 的一个子部分如上图所示就是只有source domain 有label ，在不同的domain 中预测相同的任务2.什么是domain？按照数据分类（例如：我们
2021-07-12 22:46:02
470
原创 CF Distance: A New Domain Discrepancy Metric and Application to Explicit Domain Adaptation for Cross
1.作者介绍复旦大学大数据学院庄吓海老师团队 主要研究多模态医学影像分析庄老师在MICS上的报告 zxh@fudan.edu.cn吴富平 也是复旦大学老师 但是没有相关的百度搜索结果两位老师的主要方向应该是心脏图片的多模态配准和分割2.主要贡献本篇paper主要讲的是 CF Distance 主要是心脏方面的多模态迁移学习，...
2021-06-28 11:14:21
435
原创 Understanding the difficulty of training deep feedforward neural networks
1.作者Xavier Glorot Yoshua Bengio这就是非常出名的Xavier初始化的作者
2021-06-17 10:16:28
1286
1
原创 Quantitative CMR Population Imaging on 20,000 Subjects of the UK Biobank Imaging Study: LV/RV
1.作者主要是由利兹大学生物医学中的计算成像和模拟技术中心2.主要贡献这是第一次发表的尝试，旨在完全自动从左右心室中提取所有关键功能心血管指数的全球和区域参考范围主要分为(1) pre-processing; (2) quality analysis; (3) segmentation (4) quantifification 四个部分一种具有嵌入式质量控制的全自动三维图像分析工作流（说人话的话，我的理解就是实现了一个闭环系统，可以实现自动的心室分割和血管参数计算，流程如下图所示）.
2021-06-13 10:21:45
142
原创 心脏有关知识点
1.LV/RV ： Left Ventricle / Right Ventricle 左心室/右心室心脏内部下面的两个空腔叫做心室，左边的叫做左心室，右边的叫做右心室。心室的壁厚，肌肉发达。其中左心室的壁比右心室更厚，肌肉更发达。由于LV在整个心脏运动周期中形状相对固定，所以大部分分割的工作都在LV上进行2.magnetic resonance (MR) images 核磁共振图像3....
2021-05-24 15:29:12
2434
原创 时间序列异常检测综述
1.Introduction时序异常检测几个可以运用的点：1.欺诈检测 2.工业数据检测简介一下：异常检测很久之前就有了 最早可以追溯到. J. Fox. 1972. Outliers in Time Series. Journal of the Royal Statistical Society: Series B (Methodological) 34, 3 (1972), 350–363.后来经过一段时间的混乱发展时期，现在已经发展基本成熟。离群点 和相关的概念确定的经典作品是...
2021-02-20 15:01:01
3009
1
原创 LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection（EncDec-AD）
1. Abstact背景：这篇论文讲的数据的异常检测通常是通过传感器得到数据来判断机械的使用状态，但是一些需要人工操作或者是没有方法进行采取数据的地方进行异常检测的话就无法使用传统的数学模型或利用预测误差来检测异常的预测模型进行检测。idea+创新：1.提出了基于自解码异常检测的LSTM（EncDec-AD） 来重构时间序列，并且使用重构的error 来检测异常2. 本文作者认为 他们的模型鲁棒性非常强 可以进行时序非时序 周期 非周期 等数据的 长短期的数据（30 - 500）Ho..
2021-01-17 23:07:16
1839
3
原创 1-Long Short Term Memory Networks for Anomaly Detection in Time Series（LSTM-AD）
1.abstruct本文的主要贡献在于使用了正常的数据训练，然后通过若干时序进行预测。使用多元高斯函数作为错误检测函数。因为传统的方法主要是通过时间窗口内的累积和（CUSUM）和指数加权移动平均（EWMA）来检测底层分布的变化。LSTM 通过使用 ‘memory cells‘ 克服了RNN的梯度消失的问题，不需要对数据预处理 等很多优点基于LSTM 本文贡献在于：我们证明了通过堆叠LSTM网络建模一个时间序列的正常行为，我们可以准确地检测偏离正常行为，而不需要任何预先指定的上下文窗口或预处理
2021-01-07 17:29:40
1266
2
原创 满二叉树通过先序得出后序
#include<iostream>using namespace std;char res[7];int n=6;char a[7]={'A','B','D','E','C','F','G'};void bulid(int l1,int h1,int l2,int h2){ //为什么这么写？ 前面的l1 和h1是分别代表着 从什么位置拿走字母 也就是我们一开始所需要的确定l1（通过先序的规律 后面的为了确定h2 也就是确定放在那（通过后序的规律 if(h1 >.
2020-10-24 21:00:47
366
原创 根据中序前序构建二叉树
这道题目的核心思路就是通过我们已经知道的先序和后序遍历的头尾位置以及根节点位置，得出我们所对应的个个子节点的位置题目链接/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode(int x) : val(x), left(NULL), right(NULL) {} *
2020-10-24 15:16:01
125
原创 二叉树非递归后序遍历
class Solution {public: vector<int> postorderTraversal(TreeNode* root) { vector<int> res; stack<TreeNode*> s; TreeNode* pre; while(!s.empty() ||root != nullptr){ while(root !=nullptr){ .
2020-10-22 20:24:22
105
原创 快速幂（2020.10.22）
顾名思义，快速幂就是快速算底数的n次幂。其时间复杂度为 O(log₂N)， 与朴素的O(N)相比效率有了极大的提高为什么可以这样? 因为我们可以采用二分分析所以我们可以写出递归代码：
2020-10-22 14:21:35
68
原创 LC474
题目链接1.我们用递归还原状态转移1.递归形式解决问题class Solution {public: int findMaxForm(vector<string>& strs, int m, int n) { if(strs.size()==0 || (m==0 && n==0)) return 0; return tryfind(strs,strs.size()-1,m,n); }
2020-10-21 09:54:00
100
原创 动态规划1 打家劫舍的兄弟
class Solution {public: int massage(vector<int>& nums) { if(nums.size() == 0) return 0; if(nums.size() ==1) return nums[0]; int dp [nums.size()]; dp[0] = nums[0]; dp[1] = max(n.
2020-10-01 16:27:42
54
原创 二叉搜索树的递归实现
https://leetcode-cn.com/problems/insert-into-a-binary-search-tree/这也能递归是我没有想到的。。。class Solution { public TreeNode insertIntoBST(TreeNode root, int val) { if (root == null) { return new TreeNode(val); } if..
2020-09-30 07:52:39
115
原创 斐波那契以及汉诺塔问题的递归与非递归求法
int fib(int n){ if(n== 1 || n ==0) return 1; return fib(n-1)+fib(n-2);}struct Node{ int n =0; //下表 int tag =0; //标志信息：1为左 2为右 };int Fib(int n){ int sum = 0; stack<Node> s; Node w; w.n=n; s.push(w); while (!s.empty(.
2020-09-24 19:38:29
103
原创 hdu 2647拓扑排序问题
注意出度和入度的问题题目#include <iostream>#include <vector>#include <queue>#include <string.h>#define ll long long using namespace std;vector<int> vec[10005];int in[10004],vis[10004];int main(){ int n,m,a,b;// cin >>
2020-09-01 14:20:10
97
原创 前缀和+DFS
题目这里我居然想暴力直接用前缀和优化#include <iostream>using namespace std;int d[55][55];int main(){ int n,k; cin >> n >> k; for(int i=1;i<=n;i++){ for(int j=1;j<=n;j++){ cin >> d[i][j]; d[i][j] = d[i][j]+d[i-1][j]+d[i][j-1
2020-08-29 08:24:50
165
原创 Legal or Not（拓扑排序判断环问题）
题目拓扑排序判断有向环的题目，对于判环的题，判无向环一般用并查集，判有向环一般用拓扑排序#include <bits/stdc++.h>using namespace std;int main(){ int v,e,in[105],x,y; vector<int> adjl[105]; bool vis[105]; while(cin>>v>>e,v!=0){ memset(adjl,..
2020-08-18 10:16:53
265
原创 Good Subarrays（前缀和转换）
cf edu93 C我们可以知道 题目要改为sum[i]-sum[j-1] = i-(j-1)成立的时候符合要求将其变化为sum[i]-i = sum[j-1]-(j-1)所以就是看成 sum[i]-i的相等的个数题目#include <iostream>#include <vector>#include <string>#include <algorithm>#include <map>#define i.
2020-08-17 07:57:52
227
原创 cfGl10 C（简单dp+转换思路）
C 简单dp+转换思路#include <iostream>#include <algorithm>using namespace std;const int MAXN = 1e6+5;int a[MAXN];int main(){ long long t,n; cin >> t; while(t--){ cin >>n; long long min,max,now,res=0,p=0; for(int i=1;i<
2020-08-17 07:45:06
221
原创 牛客被3整除的子序（dp）
#include <iostream>#include <string.h>using namespace std;const int mod = 1e9+7;/*重点(先序知识)： 一个数字可以被三整除 那么他的各个位数之后也可以被三整除定义dp[i][j] 是前i个数中整除3 余数为 j的个数 很简单可以推出 dp[i][0~2] =1. 就是str[i]%3 令他=1 2. dp[i-1][0~2] + (str[i]%3) 就可以快速.
2020-08-15 16:08:17
69
1
原创 2020百度之星 第三次选拔 只会写模拟 淦
1.对于第一种套餐，优惠比例为 0.5a / (2a + 0.5a） = 0.2； 对于第二种套餐，优惠比例为 0.9a / (3a + 0.9a） = 9 / 39；题目给了这么计算的了#include <iostream>#include <stdio.h>using namespace std;int main(){ int test,n; double b,c,best; cin >> test; for(in
2020-07-27 08:17:26
209
原创 落谷P2181
题目思路很巧妙：因为四条直线确定一个点！！！#include <iostream>using namespace std;#define ll unsigned long long int main(){ unsigned long long n; cin>>n; cout<<(n*(n-1)/2*(n-2)/3*(n-3)/4)<<endl; return 0;} ...
2020-06-10 21:00:18
423
原创 每日一题 128. 最长连续序列
题目我觉得除了题解都不对并查集应该是oN^2import java.util.HashSet;import java.util.Map;import java.util.Scanner;import java.util.Set;public class Main{ public int longestConsecutive(int[] nums) { Set<Integer> set = new HashSet<>();
2020-06-06 21:40:48
165
原创 java 每日一题 --面试题29
题目我居然面试的时候做过 QAQ 不过我做的是反过程是给出一个数组写出矩阵（肯定是n*n）的模拟 这就不需要解释了而且官方代码比我写的容易看懂class Solution { public int[] spiralOrder(int[][] matrix) { if (matrix == null || matrix.length == 0 || matrix[0].length == 0) { return new int[0]; .
2020-06-05 11:54:22
187
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