![](https://img-blog.csdnimg.cn/20200228081254521.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文翻译与解读
论文的翻译与解读
玖零猴
嵌入式·ROS·CV·ML·DL·医学影像分割
展开
-
UNet3+(UNet+++)论文翻译与详细解读
论文下载地址: 链接 UNET 3+: A FULL-SCALE CONNECTED UNET FOR MEDICAL IMAGE SEGMENTATION ABSTRACT Recently, a growing interest has been seen in deep learningbased semantic segmen...原创 2020-04-25 15:18:55 · 20930 阅读 · 18 评论 -
[论文解读]深度学习基础模型NIN(Network in Network)+Pytorch
论文(2014年): 链接 Pytorch代码: 链接 《Network In Network》是一篇比较老的文章了(2014年ICLR的一篇paper),是当时比较牛逼的一篇论文,同时在现在看来也是一篇非常经典并且影响深远的论文,后续很多创新都有这篇文章的影子。通常里程碑式的经典是不...原创 2020-04-05 14:17:11 · 882 阅读 · 1 评论 -
[论文翻译] Network In Network
论文(2014年): 链接AbstractWe propose a novel deep network structure called “Network In Network”(NIN) to enhance model discriminability for local patches within the receptive field. The conventional ...原创 2020-04-05 16:25:10 · 473 阅读 · 0 评论 -
[论文翻译]V-Net:Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation
论文下载: 地址V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image SegmentationV-Net: 用于三维医学图像分割的全卷积神经网络Abstract. Convolutional Neural Networks (CNNs) have been recently employed...原创 2020-03-09 19:34:46 · 3370 阅读 · 0 评论 -
[论文翻译]数据集的domian问题:Intramodality Domain Adaptation Using Self Ensembling and Adversarial Training
论文pdf下载: 链接Intramodality Domain Adaptation Using Self Ensembling and Adversarial Training使用自集成和对抗性训练的模式域内适应Abstract. Advances in deep learning techniques have led to compellingachievement...原创 2020-03-05 15:16:19 · 1784 阅读 · 0 评论 -
[论文解读]Brats18 NO.1:3D MRI brain tumor segmentation using autoencoder regularization
reference1、Brats18一参赛者对NO.1的学习总结:https://zhuanlan.zhihu.com/p/715787012、王国泰老师的 Test time augmentation 即测试时使用数据增强:https://arxiv.org/abs/1810.07884v13、一人的学习笔记:https://blog.csdn.n...原创 2020-03-09 15:23:29 · 964 阅读 · 2 评论 -
[论文翻译]Brats18 NO.1:3D MRI brain tumor segmentation using autoencoder regularization
论文下载: 链接3D MRI brain tumor segmentation using autoencoder regularization采用自编码正规化的三维MRI脑肿瘤分割方法Abstract. Automated segmentation of brain tumors from 3D magnetic resonance images (MRIs) is neces...原创 2020-03-07 16:03:25 · 3263 阅读 · 1 评论 -
[论文解读]UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式
UNet++论文: 地址UNet++源代码: 地址参考:作者知乎的总结https://zhuanlan.zhihu.com/p/44958351转载 2020-02-29 17:15:48 · 12289 阅读 · 3 评论 -
[论文翻译]UNet++: A Nested U-Net Architecture for Medical Image Segmentation
UNet++论文: 地址UNet++: A Nested U-Net Architecture for Medical Image SegmentationUNet++:一个用于医学图像分割的嵌套的U-Net网络结构Zongwei Zhou, Md Mahfuzur Rahman Siddiquee,Nima Tajbakhsh, and Jianming Liang...原创 2020-02-28 17:23:05 · 7639 阅读 · 0 评论 -
[论文解读]CNN 卷积的魅力+特征图+感受野+共享权重和偏置
一、基础知识1.1卷积神经网络(CNN)CNN新出现了卷积层(Convolution层)和池化层(Pooling层), 这两种不同类型的层通常是交替的, 最后通常由一个或多个全连接层组成卷积网络的核心思想是将:局部感受野、权值共享(或者权值复制)以及时间或空间亚采样(池化)这三种结构思想结合起来获得了某种程度的位移、尺度、形变不变性.诺贝尔奖获得者神经生理学家Hubel和Wie-sel早在...原创 2020-02-19 11:12:24 · 9793 阅读 · 2 评论 -
[论文解读]FCN+与CNN的区别+三大技术+网络结构
论文下载地址 :https://arxiv.org/pdf/1411.4038.pdf原作代码 :https://github.com/shelhamer/fcn.berkeleyvision.org备注: 此文的FCN特指<<Fully Convolutional Networks for Semantic Segmentation>>论文中提出的结构,而非广义的...原创 2020-02-21 20:05:53 · 6886 阅读 · 0 评论 -
[论文解读]U-Net+与FCN的区别+医学表现+网络详解+创新
前半部分作用是特征提取,后半部分是上采样,在一些文献中也把这样的结构叫做编码器-解码器结构,由于此网络整体结构类似于大写的英文字母U,故得名U-net。...原创 2020-05-20 17:12:53 · 16564 阅读 · 5 评论