SS-Net复现

已于 2024-04-23 13:38:14 修改
阅读量207 收藏
点赞数 4
分类专栏： # 医学图像分割 文章标签： 算法 人工智能 机器学习 深度学习 dnn
于 2024-04-22 16:42:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_46221910/article/details/137975795
版权
文章报告了8labeled和7labeled样本的复现结果，Dice和Jaccard系数表现良好，误差保持在可接受范围。未来工作提及对扰动幅度和原型大小的自适应选择，但认为实现有难度，聚焦于已成功完全复现的第7篇论文。
摘要由CSDN通过智能技术生成

表1

在这里插入图片描述
8 labeled 样本复现结果–Dice：88.540501，Jaccard：79.60452，95HD：7.58588897，误差在可接受范围内

表2

在这里插入图片描述
7 labeled 样本复现结果–Dice：86.778431，Jaccard：77.665895，ASD：1.39942485，误差在可接受范围内

Future work

adaptive selections of the perturbation magnitude and the prototype size，但我觉得都不好做，可以说这篇文章follow不动了

感想

第7篇完全复现的论文

宇来风满楼
关注
专栏目录
MedSegDiff：基于 Diffusion Probabilistic Model 的医学图像分割
李响
04-25 1990
在前面的一篇文章（ICLR 2023）中，我们已经介绍过了 diffusion model 在医学图像分割上的一个应用（https://mp.weixin.qq.com/s/7g3_4hHfKCAp2WQibkbzgA），推荐对 diffusion model 不了解的同学优先阅读，其中讲了一些基本概念。上一篇文章是将 diffusion 应用到自监督学习中，而 MedSegDiff 是一个有监督的框架，现在已更新到 V2 版本， V2 版本区别于 V1 使用了 Transformer，且适用于多分类。
宝塔面板未授权访问漏洞复现
afei001
08-31 1573
目录 1.漏洞概述 2.影响范围 3.风险等级 4.漏洞复现 4.1.环境搭建 4.2.漏洞利用 5.BTSoft安装脚本分析 6.上传一句话拿下主机shell 7.修复建议 1.漏洞概述 2020年8月23日左右，宝塔面板爆出phpmyadmin未授权访问漏洞，攻击者可利用此漏洞越权访问数据库，甚至获取服务器权限。2020年8月23日晚间，宝塔官方紧急推送安全更新，修复了该高危漏洞。 2.影响范围 受影响版本： 宝塔Windows面板 =...
UNET家族网络之CE-Net（github复现）
qq_20373723的博客
01-11 6258
使用完毕在此整理一下代码，这里就只对有改动的地方贴一下啊，其他的直接去github上下载一下吧 https://github.com/Guzaiwang/CE-Net 数据输入文件data.py，其实没改动只是不做扩充加载了原始数据，下面会把改动的地方标为斜体，都在偏后，直接往下翻就是了。另外数据存放结构很简单如下所示： 标签就在labels里面了，和图像一一对应且同名。 """ Based...
SS-Model【6】：U2-Net
BUPTer
09-25 1958
U2Net 是基于 Unet 提出的一种新的网络结构，同样基于 encode-decode，作者参考 FPN 和 UNet，在此基础之上提出了一种新模块 RSU（ReSidual U-blocks)。经过测试，对于分割物体前、背景取得了惊人的效果。同样具有较好的实时性，经过测试在 P100 上前向时间仅为18ms（56fps）。在本文中，作者设计了一个简单而强大的深度网络架构 -- U-Net，用于显著性物体检测（SOD）。我们的 U-Net 的结构是一个两级嵌套的 U 型结构。由于我们提出的。
PointNet - 2复现语义分割网络：Windows + PyTorch + S3DIS语义分割 + 代码
累了就要打游戏
01-17 1975
理论上讲：安装好库有数据就能跑通
MS-Model【1】：nnU-Net
BUPTer
10-02 1923
本文提出的nnU-net（），是在 2D & 3D 经典 U-net 的基础上， 稳健而又自适应的框架。nnU-net移去了冗余的部分，着重于剩下的对模型表现和泛化能力起作用的部分U-Net凭借其直接和成功的架构，迅速发展成为医学图像分割领域的一个常用基准。然而，U-Net对新问题的适应性包括关于确切的架构、预处理、训练和推理的几个自由度。这些选择并不是相互独立的，而是对整体性能有很大影响。本文介绍了nnU-Net（no-new-Net），它是指在二维和三维虚构U-Net。
永恒之蓝 MS17-010漏洞复现超级详细(虽然最后一步复现失败)
qq_44768719的博客
11-08 6817
一：漏洞原理 1：简介 永恒之蓝漏洞是方程式组织在其漏洞利用框架中一个针对SMB服务进行攻击的漏洞，该漏洞导致攻击者在目标系统上可以执行任意代码。 二、漏洞复现 准备： 一台关掉了防火墙的的win7(IP地址为192.168.1.101) 一台kalI 开始操作： 信息收集： 用nmap去扫描目标机的端口开启情况： nmap -sS -sV 192.168.1.101 这时候在发现445端口开启，这正是永恒之蓝利用的必备条件,且版本为win7-10 这时候我们可以利用msf去加载exp去利用 2.打开m
Vulnhub DC-3靶场
weixin_47019868的博客
11-14 1034
Vulnhub DC-3靶场
《PackNet：3D Packing for Self-Supervised Monocular Depth Estimation》论文笔记
m_buddy的博客
05-22 2150
参考代码：packnet-sfm 1. 概述 导读：这篇文章提出了一种自监督的深度估计方法，其使用视频序列与运动信息作为输入，用网络去估计深度信息/相机位姿，并用最小重构误差去约束整个训练的过程从而实现自监督。文章的创新点主要体现为：使用3D卷机作为深度编解码网络，在相机位姿的6d信息基础上对平移分量进行约束，提出了一个新的数据集DDAD（Dense Depth for Automated Driving）。 单目情况下的自监督深度估计问题一般是使用几个相邻的视频帧去相互映射，其中完成映射所需要的参数是
算法刷题：300. 最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组、1143. 最长公共子序列
qq_61936886的博客
09-12 529
如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。但dp[i][0] 和dp[0][j]要初始值，因为 为了方便递归公式dp[i][j] = dp[i - 1][j - 1] + 1;2.递推公式：当A[i - 1] 和B[j - 1]相等的时候，dp[i][j] = dp[i - 1][j - 1] + 1;
算法知识点——常用输入输出数据的方式
5233的博客
09-12 313
除了换行之外，还会清空缓存区，而清空缓存区这件事情会耗时很久，因此为了提高速度，一般直接：cout << “\n”;2、n组输入输出(n不确定）1、n组输入输出(n确定）3、 复杂的输入输出。
Java数据结构（十）——冒泡排序、快速排序
xiaokuer_的博客
09-11 1216
文章介绍了冒泡排序和快速排序，快速排序的内容包括：划分方式、优化策略以及非递归实现
算法基础-约数
qq_65186476的博客
09-11 327
试除法求约数、约数个数、约数之和、最大公约数
【Hot100】LeetCode—64. 最小路径和
weixin_44382896的博客
09-12 505
64. 最小路径和。
拥塞控制算法为何失效，网络为何难以测量？
最新发布
Netfilter
09-14 4440
所以你知道实验室仿真的宇宙第一算法为啥拉了吧，也就不用再问为什么部署了 bbr 却还不如 cubic 了吧，如果你还希望研发一个精准的，普适的端到端算法，我劝你改行去卖皮鞋，至少还有很多经理市场。这和上一篇说的测量系统容量的方法并不矛盾，因为对于网络传输系统而言，系统是动态变化的，在流量部署到系统上并开始传输时，没有全局视图，就不能指望全局公平，留下的 gap 是固有的，没法靠算法弥补。，超级经典的一篇论文，我推荐过不止一次，因此我本文不谈异构问题，说点别的，比如拓扑。对，就是要砸，因为我不干了。
算法练习题24——查找杨辉三角中的组合数
hello77的blogggg 祝你得偿所愿
09-12 610
逐项递推法适合处理较小的数据量，计算较为直观，但当杨辉三角行数较大时，效率较低。 二分查找法利用组合数的单调性，显著提高查找效率，适合处理较大的数据范围。这两种解法在不同场景下都可以使用，二分查找法尤其适合大规模数据下的查找问题。
二分系列(二分查找)9/12
2301_78191305的博客
09-12 989
排序数组->使用二分。第一个位置:>=；第二个位置:=(target+1)-1；所以直接写一个>=的函数。
18068 选择排序
huang1xiao1sheng的博客
09-11 451
输入10个整数，编写一个实现对数组进行选择排序的函数 #include int sort(int a[], int n) { int i,j,k,tmp; for(i=0;i
ss-pbch-blockpower
11-30
SS-PBCH-BlockPower是一种通信技术中的概念，它涉及到5G网络中的控制信道和数据传输的相关方面。 首先，SS-PBCH-BlockPower是“Synchronization Signal-PBCH Block Power”的简称。它是在5G无线通信系统中的同步信号控制部分，主要用于同步和定位。 具体来说，SS-PBCH-BlockPower的作用是提供同步信号和广播信道传输的功率控制。同步信号是在移动通信中非常重要的一个环节，它用于设备之间的协调与同步。广播信道则用于传输控制信号和系统信息，包括网络共享的参数、服务覆盖范围等。 SS-PBCH-BlockPower通过控制PBCH（Physical Broadcast Channel）块的功率来实现同步和广播信道的传输。PBCH承载了用于小区搜索和系统信息的关键信号。通过合理控制PBCH的功率，可以保证设备在各种环境下都能够准确地接收到同步信号和系统信息，从而实现快速连接和高效通信。 总之，SS-PBCH-BlockPower是5G通信系统中的一个重要技术，它通过控制PBCH块的功率来提供同步信号和广播信道传输。这个技术的应用能够有效实现设备之间的同步与协调，提高系统的传输效率和通信质量。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值