paper_medical&deep learning
Tina姐
微信公众号【医学图像人工智能实战营】,医学图像处理领域,坚持已实践为主,手把手带你做项目,打比赛,写论文。
展开
-
深度学习训练会遇到的一些问题及解决办法
对深度学习的训练常遇到的一些问题进行总结。偶尔没有想法的时候可以看看https://www.cnblogs.com/carsonzhu/p/9547852.html原创 2020-10-28 10:39:22 · 2916 阅读 · 0 评论 -
A generative vision model that trains with high data efficiency and breaks text-based CAPTCHAs
一种具有高数据效率和突破基于文本的验证码的生成视觉模型注:文章图片因为时间原因,没有粘贴,可以去下载原本论文对应着看,我也会上传文献作者:Vacarious(美国一家人工智能公司)技术团队 时间:Oct. 26, 2017 摘要:从少数样本学习并泛化至截然不同的情况是人类视觉智能所拥有的能力,这种能力尚未被先进的机器学习模型所学习到。通过系统神经科学的启示,我们引入了视觉的概率生成模型,其中基...翻译 2018-03-16 14:40:07 · 1144 阅读 · 0 评论 -
Deep Multi-instance Networks with Sparse Label Assignment for Whole Mammogram Classification
Deep Multi-instance Networks with Sparse Label Assignment for Whole Mammogram Classification应用于整个乳腺X片分类的基于稀疏标签分类的深度多实例网络MICCAI会议论文 2017作者:WentaoZhu, Qi Lou, Yeeleng Scott Vang, and Xiaohui Xie摘要:乳腺癌的计...翻译 2018-03-16 14:58:09 · 1092 阅读 · 1 评论 -
Suggestive Annotation: A Deep Active Learning Framework for Biomedical Image Segmentation
作者:LinYang 1 , Yizhe Zhang 1 , Jianxu Chen 1 , Siyuan Zhang 2 , Danny Z. Chen 11Departmentof Computer Science and Engineering,University of Notre Dame, Notre Dame, IN46556, USA2Departmentof Biological...翻译 2018-03-16 15:03:30 · 1022 阅读 · 1 评论 -
Semi-supervised Learning for Network-Based Cardiac MR Image Segmentation
注:文章中给了GitHub上的源码摘要:训练一个完全卷积网络的 pixel-wise像素明智(或体素明智)图像分割通常需要大量的训练图像与相应的groundtruth label maps。然而,在医学成像领域获得如此大的训练集是一项挑战,其中专家注释耗时且难以获得。在本文中,我们提出了一种半监督学习方法,其中分割网络是从标记和未标记的数据进行训练。未标记数据的网络参数和分割交替更新。在短轴心脏M...翻译 2018-03-16 15:11:42 · 1386 阅读 · 1 评论 -
Going Deeper with Convolutions-Inception网络
文章地址:http://openaccess.thecvf.com/CVPR2015.py参考翻译:Tyan https://github.com/SnailTyan/deep-learning-papers-translation文中ppt来源于吴恩达视频课程:http://mooc.study.163.com/learn/2001281004?tid=2001392030#/learn/co...翻译 2018-03-21 16:58:38 · 897 阅读 · 0 评论 -
Rethinking the Inception Architecture for Computer Vision-Inception-V3
参考:Tyan 点击打开链接仅供自己学习和其他学者参考使用摘要:对许多任务而言,卷积网络是目前最新的计算机视觉解决方案的核心。从2014年开始,深度卷积网络开始变成主流,在各种基准数据集上都取得了实质性成果。对于大多数任务而言,虽然增加的模型大小和计算成本都趋向于转化为直接的质量收益(只要提供足够的标注数据去训练),但计算效率和低参数计数仍是各种应用场景的限制因素,例如移动视觉和大数据场景。目前...翻译 2018-03-27 14:41:18 · 431 阅读 · 0 评论