深度学习
文章平均质量分 57
ID:CheneyWang
这个作者很懒,什么都没留下…
展开
-
医学数据集集合
1.ACDC dataset 是一个心脏3D MRI影像数据集,有100张,2017年ACDC挑战赛(Automated Cardiac Diagnosis Challenge)小约,大小1GB下载地址:https://aistudio.baidu.com/aistudio/datasetdetail/560202.prostate datasets是MICCAI2018一个挑战赛的数据集,大小1.3GB,是一个前列腺癌分割的数据集,包含3D MRI影像 。下载地址:https://www.kaggl原创 2022-05-30 11:43:01 · 4766 阅读 · 2 评论 -
ModuleNotFoundError: No module named ‘model‘
当确定你的项目目录下有model时,就是你的运行目录存在问题比如这个项目,os.chir是我的最后加进去的刚开始我用终端在tasks目录下跑的没问题,当我切换到一个平台,这个平台默认是在服务器我的文件夹下运行,所以我首先切换到项目目录下运行,结果还是报ModuleNotFoundError: No module named ‘model’,最后我一想我在终端tasks下跑的,所以切换到tasks目录下,刚开始我把os.chir放到sys.path代码后面去了,结果还是报这个问题,最后发现它的代码有原创 2022-05-18 17:31:23 · 4903 阅读 · 0 评论 -
LookupError: Resourcenot found.
LookupError:Resource [93mpunkt[0m not found.Please use the NLTK Downloader to obtain the resource:[31m>>> import nltknltk.download(‘punkt’)[0mFor more information see: https://www.nltk.org/data.htmlAttempted to load [93mtokenize原创 2022-05-16 16:21:21 · 331 阅读 · 0 评论 -
指定默认参数值 仍报错:error: the following arguments are required:
在使用argparse参数列表时,某个参数指定了默认值,仍显示:error: the following arguments are required 解决方案: 1. 将 required=True 改成 required=False 2. 参数名前加 -- 如下所示: parser.add_argument('--mode', '-M', dest='mode', action='store', required=True, ...原创 2022-05-16 14:17:43 · 1662 阅读 · 0 评论 -
计算机视觉常见数据集 转载
目录 1 经典的数据集介绍1.1 ImageNet1.2 PASCAL VOC1.3 Labelme1.4 COCO1.5 SUN1.6 Caltech1.7 Corel5k1.8 CIFAR(Canada Institude For Advanced Research) ...原创 2022-05-12 15:40:22 · 1442 阅读 · 0 评论 -
深度学习跑项目的注意事项
1.一定要按照项目的要求在准确位置建立文件夹(否则要改很多地址),尤其是数据集一次就要放对地方而且数据集的预处理一定要一次做好,因为数据集的预处理错了重新处理或者是放错了地方进行移动非常花费时间。数据集一定要整理好,放在一个地方,不要随便删除,因为很多项目会用相同的数据集2.能不改的代码尽量不改,而是最好复制之后再改,改调用。因为一旦调错了可能就回不去了。3.你所改代码的地方只要有所改动一定要拉上明显的注释,否则很容易找不到自己改了哪里 ###########################chan原创 2022-05-09 19:44:20 · 485 阅读 · 0 评论 -
(SGSCN)A Spatial Guided Self-supervised Clustering Network for Medical Image Segmentation
用于医学图像分割的空间导向的自监督聚类网络作者:Euijoon Ahn1, Dagan Feng1,2 and Jinman Kim1编辑:cheney本文,作者提出了一个用于医学图像分割的空间导向的自监督聚类网络SGSCN,它以端到端的方式从单个图像中迭代学习每个像素的特征表示和聚类分配。作者还提出了一个基于上下文的一致性损失函数,可以更好的描述图像的形状和边界。自监督聚类的概念是使用聚类分配(如聚类标签)作为代理标签来学习CNN的参数。作者使用两个数据集来测试模型在两种问题上的表现,分别是原创 2022-02-17 15:21:24 · 1805 阅读 · 0 评论 -
Image caption generation method based on an interaction mechanism and scene concept selection module
作者:Liping Zhang, Qin Lu编辑:cheney本文设计了一种图像标题生成交互机制,实现图像信息(全局信息、目标信息)和语义信息双向选择。在此交互机制的基础上,设计了场景概念选择模块,通过交互机制生成的交互信息对提取的场景概念信息进行选择。图像生成标题的主要任务是直接从CNN中抽取图像特征或是使用R-CNN目标检测器从图片候选区域抽取特征来表征图像信息。但是现在的方法很少利用到场景概念信息,比如同样是一辆车(视觉特征),没有利用到其所在的场景,比如校园的车,或者是公路上的车。现有的原创 2022-02-17 14:25:30 · 1261 阅读 · 0 评论