Function的数据集download站公告栏

2021-10-11:换用海外服务器反代下载

地址如下

click me

如果您想训练自己的数据集,可以在 voxelmorph/generators.py 中自定义一些数据加载代码,以适应您的数据集和数据格式。假设您有一个包含 npz(numpy)格式的训练数据文件的目录,那么您可以直接使用许多示例代码来运行训练。 在训练过程中,可以使用均方误差(MSE)方法来计算在不同数据量大小的训练集、保留的测试集和进行特例优化的测试集上的 Dice 系数。结果图显示,当数据量较小时,没有明显提升;但当数据量增加后,Dice 系数明显提升,直至可以与最先进的技术媲美。然而,进一步增加数据量也不会进一步提高 Dice 系数。此外,还可以进行手动解剖描述(人工分割标签)来评估性能。 在训练过程中,通过最小化损失函数(loss function)L(.,.,.),利用随机梯度下降方法找到最优参数(optimal parameters)。这些最优参数是通过在数据集D中对齐的体对(volume pairs)上学习得到的,而无需一些监督信息,如真实的配准域(ground truth registration)或解剖学标记(anatomical landmarks)。在测试时,给定一个未见过的M、F,通过评估g来获取配准域(registration field)。 VoxelMorph使用的卷积神经网络(CNN)架构可以在4.1节中找到更具体的细节。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [voxelmorph:图像注册的无监督学习](https://download.csdn.net/download/weixin_42130889/15044694)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [【学习笔记】VoxelMorph 进行的实验与总结](https://blog.csdn.net/qq_53312564/article/details/122807448)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [VoxelMorph-2018](https://blog.csdn.net/qq_41684833/article/details/104452815)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 47
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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