闪闪发光的博客

我们知道相同的图片在不同的显示器上的显示效果可能是不同的。人对图像在不同设备显示的感受对医院诊断有着非常重要的意义。

对于同样的输入样本X，我们通过扩充变换、加入噪声等，然后得到输入 teacher、student 网络数据，这样由于加了噪声，所以teacher 和student 的输入有可能是不同的，这样训练出来的网络，同时也让网络具备抗噪声的能力，得到的精度更高。在网络最开始训练阶段，由于参数是随机初始化而来，其对于类别的分类肯定也是大部分不正确的，所以teacher 和student 输出标签不同比较正常，所以一开始的时侯a值得选择，不应该选择太大，应该。此外，还提出了一种先进的框架来逐步利用未标记的图像。

医学图像预处理

更换电脑，Zotero就需要重新安装，经过多次尝试，发现可以快速的实现原有的配置。记录给自己看。

文献整理