![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文复现
文章平均质量分 88
一些论文复现的代码
Creep___
I am a creep, I am a weirdo
展开
-
Sipakmed:a new dataset feature and image based classification of cervical cells——记一次复现论文经历(一)
最先使用的是Image features是因为我个人比较熟悉,所以先做的那个,后来把cell featurs 和deep features的也做了,涉及到了svmcell features首先看一下数据文件。五类细胞分为细胞质和细胞核特征。每个dat文件有28列,其中,第一列是这个特征所属的细胞块图像编号,第二列是该细胞块图像的细胞编号(一张细胞块图像里有多个细胞),这两列不属于特征,所以在训练的时候要把这两列去掉。...原创 2020-08-02 15:52:27 · 648 阅读 · 4 评论 -
Sipakmed:a new dataset feature and image based classification of cervical cells——记一次复现论文经历(四)
Image features 训练代码目前还只做了这个 Image features的实验import torchimport torch.utils.data as Dataimport torch.nn as nnimport numpy as npimport torchvisionfrom torchvision import datasets,transforms#hyper parametersEPOCH = 80BATCH_SIZE=50LR = 0.0001tra原创 2020-07-26 21:49:22 · 549 阅读 · 2 评论 -
Sipakmed:a new dataset feature and image based classification of cervical cells——记一次复现论文经历(三)
Evaluation on sipakmed一、理论分析这一部分主要是说论文的评估策略。我第一次看以为这个5-folder是五个目录下的数据进行验证,太天真了。这里的5-folder cross validation是五折交叉验证的意思:把所有的数据等分为五份(因为是五折,如果是十折就是十份)每一次选这五份中的一份作为测试集,剩下的就是训练集直到每份都作为了一次测试集也就是说,所有的数据被训练了五次,最后用五次测试的平均精度来评估模型二、代码(纯python)数据集目录现原创 2020-07-26 21:48:25 · 567 阅读 · 1 评论 -
Sipakmed:a new dataset feature and image based classification of cervical cells——记一次复现论文经历(二)
3.2 Image Featurescell Features部分要用到SVM和MLP,我不太熟悉就先没做这个实验。这一部分说的是对Image Features的训练策略:包括网络、超参数、数据处理等。CNN网络:VGG19,输入:80*80损失函数:cross-entropy loss优化器:SGD超参数:batch_size = 50, lr = 0.0001数据增强:每一张图片 水平、垂直、水平垂直翻转后多了3张,也就是数据增强后的数据集总量是原来的4倍了。...原创 2020-07-26 21:47:44 · 621 阅读 · 7 评论 -
Sipakmed:a new dataset feature and image based classification of cervical cells——记一次复现论文经历
Sipakmed:a new dataset feature and image based classification of normal and pathological cervical cells in pap smear images论文链接数据集链接如果下载慢可以私信我。原创 2020-07-26 21:46:54 · 1151 阅读 · 4 评论