- 博客(7)
- 收藏
- 关注
RSS订阅原创 深度学习SOTA模型对比时超参怎么设置？
二、我只取其他人论文的模型部分，然后把所有对比算法模型都放在一个框架下跑，全部设置一样的超参数等。也就是除了模型(比如ResNet、DenseNet、PresNet、YOLO等等)不一样，其它所有参数等保持一致。一、直接下载别人论文的代码，然后更换为自己需要的数据集，将结果记录，作为对比算法。欢迎大家留言讨论论文中SOTA模型对比时超参是怎么设置的，如能附上论文举例更好😊。
2024-04-02 20:49:45
488
3
原创 linux服务器跑深度学习技巧
作用：1分屏，个人不咋用2是nohub的全方位上位替代screen -v一般会自带，没有则apt install screen安装。
2024-03-20 15:19:54
222
原创 3D医学图像分割大模型 SegVol: Universal and Interactive Volumetric Medical Image Segmentation
我们提出了SegVol，一个交互式的通用体医学图像分割的基础模型。该模型是使用25个开源数据集开发和评估的。与最强大的传统体积分割方法nnU-net[9]不同，它会自动为每个数据集配置设置，SegVol的目的是将各种体积分割数据集统一到一个单一的架构中。在超过200个解剖目标产生准确的反应。此外，与传统方法相比，SegVol具有最先进或接近最先进的体积分割性能[5-10]，特别是对于病变解剖目标。尽管具有通用性和精确性，但与其他体积分割方法相比，SegVol保持了轻量级架构。
2023-12-25 12:41:16
2954
原创 半监督医学图像分割(二):Contour-aware consistency for semi-supervised medical image segmentation
本文提出了一种基于轮廓感知的半监督医学图像分割一致性框架，有效地利用了有限的标记数据和大量的未标记数据。通过结合轮廓增强辅助解码器和自对比策略缓解了边缘区域预测不准确的问题。
2023-11-15 15:41:38
1320
2
原创 半监督医学图像分割（一）：CANet(2023)Context-aware network fusing transformer and V-Net for semi-supervised
在复现了好几个半监督网络，这篇的训练过程较快，在2、3个小时就可以训练完。各项评价指标与文中给的10%的标签结果相差0.1~0.2左右。
2023-11-13 16:05:42
2464
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人