准确率远超初级皮肤科医生,北大国际医院等开发深度学习算法,实现痤疮病变检测与分级

AI对战五子棋——深度学习策略网络 在本篇博文中,我们完成了:✔ 构建一个 CNN 五子棋策略网络✔ 让神经网络输出落子概率✔ 使用 Policy Gradient 强化学习训练 AI✔ 让 AI 实现人与 AI、AI 自对弈博弈。 阅读详情

痤疮,又称青春痘,是一种常见的慢性炎症性皮肤病,影响着全球超过 80% 的青少年和 9.4 % 的各年龄段人群。准确的痤疮严重程度分级对于临床治疗和后续管理都至关重要。然而,传统的痤疮分级依赖于皮肤科医生的观察和临床经验,误差在所难免。

近年来,随着人工智能在医疗领域的不断拓展,基于人工智能的痤疮图像分析方法也逐渐受到关注。 尽管已经开发了一些人工智能方法来实现痤疮严重程度分级的自动化,但痤疮图像采集来源的多样性和各种应用场景会影响其性能。

在此背景下,北京大学国际医院皮肤科主任医师韩钢文携其团队开发出一种名为 AcneDGNet 的深度学习算法,能够在不同的医疗保健场景中同时准确地完成痤疮病变检测并判断严重程度。该成果以「Evaluation of an acne lesion detection and severity grading model for Chinese population in online and offline healthcare scenarios」为题,发表于 Nature 旗下子刊 Scientific Reports。

经前瞻性评估表明,AcneDGNet 的深度学习算法不仅比初级皮肤科医生更准确,而且与高级皮肤科医生的准确性相当。 能够在不同的医疗保健场景中同时准确地完成痤疮病变检测并判断严重程度,有效帮助皮肤科医生和患者在在线问诊和线下就医场景中诊断和管理痤疮。

研究亮点

  • 创新模型设计:融合视觉 Transformer 与卷积神经网络,能获取更高效的分层特征表,让分级更精准。* 多元化评估数据集:收集了 2,157 张面部图像,涵盖公共与自建数据集,图像采集设备多样,数据更全面,模型训练和评估更具代表性。* 多场景全面评估:综合在线问诊、线下就医场景评估模型性能。使用不同性质数据集并结合回顾性和前瞻性数据评估。* 实验数据参考性强:数据均来自中国人群,选取适合中国数据集的 AGS 量表作为分级标准,更贴合中国临床实际,为国内痤疮诊断和研究提供有力支持。

  • 高准确率与临床价值:实验结果显示,在线场景分级准确率达 89.5% ,线下场景达 89.8% ,计数误差小。模型在痤疮分级上比初级皮肤科医生更准确。

在这里插入图片描述

论文地址:

https://www.nature.com/articles/s41598-024-84670-z

开源项目「awesome-ai4s」汇集了 200 余篇 AI4S 论文解读,并提供海量数据集与工具:
https://github.com/hyperai/awesome-ai4s

数据集:多元助力模型训练与测试

研究人员收集了两份公开数据集 ACNE04 和 AcneSCU ,以及三份自建数据集 AcnePA1(平安好医生痤疮数据)、AcnePA2 和 AcnePKUIH(北大国际医院痤疮数据)。ACNE04、AcneSCU 和 AcnePA1 中的所有图像随机划分为训练数据集与测试数据集,而 AcnePA2 和 AcnePKUIH 中的图像仅作为测试数据集。

训练数据集: 包含 586 张来自 ACNE04 的图像,由数码相机拍摄;220 张来自 AcneSCU 的图像,由 VISIA 系统收集(用于皮肤检测的数字成像系统);791 张来自 AcnePA1 的图像,由智能手机拍摄。

测试数据集: 针对在线问诊、线下就医两种不同的应用场景选择了 5 个数据集。其中线上问诊场景测试数据包括来自 AcnePA1 的 118 张图像和来自 AcnePA2 的 148 张图像,均由智能手机拍摄。医院就医场景测试数据包含数码相机拍摄的来自 ACNE04 的 147 张图像、VISIA 系统收集的来自 AcneSCU 的 56 张图像以及相机拍摄的来自 AcnePKUIH 的 91 张图像。如下图。

在这里插入图片描述

模型开发和评估的具体数据划分

模型架构:视觉 Transformer 与 CNN 相结合

根据「全球疾病负担研究 (GBD) 2021」数据,全球 10-24 岁人群中,痤疮患者高达 2.31 亿,接近 3 亿人,占年龄段的 1/4!在传统痤疮诊断中,医生主要通过视觉评估来判断痤疮的严重程度。但这种方法极大程度上依赖于医生的个人经验,误差较大。此外,医疗资源匮乏地区,人们很难得到专业的皮肤科医生的诊断和治疗。

本文研究中的 AcneDGNet 基于深度学习的创新算法,巧妙地结合了视觉 Transformer (ViT) 和卷积神经网络。

*视觉 Transformer 在特征提取方面有着独特的优势,它能够捕捉到图像中更广泛的特征关系。
*卷积神经网络则擅长对局部特征进行处理,能够准确地识别出痤疮的各种病变 。

通过视觉 Transformer 对不同采集源的痤疮图像进行特征提取,生成强大的全局特征。接着,利用卷积神经网络,根据痤疮分级系统 (AGS) 的指南,对粉刺、丘疹、脓疱、结节/囊肿这四种类型的痤疮病变进行检测。 最后,通过融合全局特征和局部病变感知特征,来确定痤疮的严重程度。

本研究中所提到的 AcneDGNet 模型由 3 个主要模块组成:特征提取模块、病变检测模块和严重程度分级模块。 特征提取模块采用视觉 Transformer 架构,生成更强的全局特征表示;病变检测模块使用卷积神经网络 (CNN) 检测 4 种类型的痤疮病变;严重程度分级模块通过融合全局和局部病变感知特征表示来确定痤疮的严重程度。

AcneDGNet 框架图如下所示,首先将人脸图像输入特征提取模块 (Feature extraction module),该模块包括 Swin Transformer 架构和特征金字塔架构 (feature pyramid architecture )。 然后,将特征提取模块输出的多尺度特征图分别输入到病灶检测模块 (Lesion detection module) 和严重程度分级模块 (Severity grade module) 中。

在病灶检测模块中,通过区域提案网络架构获取痤疮候选区域的特征图,以预测图像中每个痤疮病灶的位置和类别。在严重程度分级模块中, 调整多尺度特征图的大小,并与病变检测模块的区域病变感知特征图相结合,以预测痤疮图像的严重程度等级。

在这里插入图片描述

AcneDGNet 模型工作框架

在线问诊与线下就医场景下的模型评估

为了更全面地验证 AcneDGNet 模型的有效性,研究人员设计了两个应用场景,包括使用智能手机拍摄面部图像的在线问诊场景,和使用数码相机、VISIA 系统等专业设备进行拍摄的线下就医场景。 选择不同的数据集进行相应的评价,采用不同的评价方法。

(一)在线医疗场景的高准确率

在在线医疗场景中,科研人员从 AcnePA1 和 AcnePA2 数据集中精心挑选了测试数据,这些数据均来自患者使用智能手机拍摄并上传的图像,如下图所示,真实地反映了在线医疗中图像采集的实际情况 。

在这里插入图片描述

AcneDGNet 在在线和线下场景下的性能评估

实验结果令人惊喜,AcneDGNet 在痤疮严重程度分级方面表现出色,总体准确率达到了 89.5%。 对于 AcnePA1 数据集,准确率为 85.6%, 而在 AcnePA2 数据集上,准确率更是高达 92.6%。 这意味着,AcneDGNet 能够准确地判断痤疮的严重程度,为医生提供可靠的诊断依据 。详细评估结果如下表:

在这里插入图片描述

AcneDGNet 痤疮严重程度分级表现

除了分级,AcneDGNet 在检测痤疮病情变化趋势方面也展现出了强大的能力。在对 AcnePA2 数据集的测试中,它能够准确地识别出患者痤疮等级的升级、不变或降级情况,准确率达到了 87.8%。 在 74 次随访中,它正确识别出了 65 例痤疮变化趋势,如下图:

在这里插入图片描述

AcneDGNet 对 AcnePA2 患者的可视化结果

在这里插入图片描述

用于检测痤疮严重程度等级变化趋势的混淆矩阵

在计数误差方面,AcneDGNet 同样表现优秀。各类痤疮病变的总计数误差仅为 1.91±3.28 , 其中粉刺的计数误差为 0.70±1.92,丘疹为 1.28±2.01,脓疱为 0.07±0.29,结节/囊肿为 0.12±0.38 ,如下图。如此低的误差率,表明 AcneDGNet 能够精确地检测出痤疮病变的数量,为医生评估病情提供了准确的数据支持 。

在这里插入图片描述

AcneDGNet 痤疮计数误差统计

(二)线下医院诊断场景性能超越 5 年以上经验医生

在线下就医医疗场景中,AcneDGNet 同样表现出色。科研人员分别基于 ACNE04、AcneSCU 和 AcnePKUIH 数据集对其进行了回顾性和前瞻性评估。如下图:

在这里插入图片描述

AcneDGNet 在 ACNE04 数据集上的检测结果示例

在这里插入图片描述

AcneDGNet 在 AcneSCU 数据集上的检测结果示例

在回顾性评估中,AcneDGNet 基于 ACNE04 和 AcneSCU 数据集进行测试,结果显示其总体准确率达到了 90.1% 。其中,在 ACNE04 数据集上的准确率为 91.2%,在 AcneSCU 数据集上的准确率为 87.5% 。 详细评估结果见下表。

在这里插入图片描述

回顾性评估的整体结果

在前瞻性评估中,AcneDGNet 基于 AcnePKUIH 数据集进行测试,并与两位有 5 年以上经验的初级皮肤科医生(JD1 和 JD2)以及两位有 10 年以上经验的高级皮肤科医生(SD1 和 SD2)的诊断结果进行了对比 ,如图。

在这里插入图片描述

AcnePKUIH 上皮肤科医生与 AcneDGNet 精确度

结果令人惊叹,AcneDGNet 的准确率达到了 89.0%,高于初级皮肤科医生的 80.8%,与高级皮肤科医生的 90.7% 也十分接近。综合回顾性和前瞻性评估结果,AcneDGNet 在离线场景下的总体准确率达到了 89.8%。 这一成绩无疑彰显了 AcneDGNet 在离线医疗场景中的巨大价值,不仅能够准确地诊断痤疮,还能够为经验不足的医生提供有力的辅助,帮助他们提高诊断的准确性。

AI 赋能皮肤诊断,迈入智能诊疗时代

其实,AI 在皮肤科的应用早已屡见不鲜。2019 年,欧莱雅就与阿里巴巴集团共同发布了全球首个针对痘痘问题的移动端人工智能检测应用——理肤泉艾菲卡痘痘检测 (EFFACLAR SPOTSCAN)。

此外,2023 年 5 月,北京协和医院皮肤科刘洁教授团队与杭州咏柳科技有限公司共同研发的痤疮严重程度智能评估系统也正式面向行业发布。经历 1 年专业医生的应用实践和建议反馈,该系统已经进行了多次的算法升级和功能优化。2024 年 2 月,北京协和医院在官网正式发布科技成果转化公示,系统经过医院审核,正式进入到临床转化应用阶段。

2024 年 7 月,腾讯 AI 痤疮诊疗机器人也正式面市,仅 3 秒钟便可精确诊断,仅 10 秒便能给出治疗方案。此外,腾讯医疗 AI 系统已落地超 1300 家机构, 临床试验结果让人瞠目结舌:囊肿型痤疮诊断准确率 99.7%(人类医生仅 82.4%);提前 6 个月预警痤疮爆发(预测灵敏度 91.3%);治疗瘢痕风险下降 76%(基于 320万例 AI 模拟)

经过不断的算法迭代,痤疮诊断基本趋于成熟。接下来,人工智能助力皮肤诊断将不断扩展到更多领域。

未来可期,AI for Science 将有无限可能

AcneDGNet 在痤疮诊断上的成功,是 AI 在医疗领域取得的新的突破,让我们看到了 AI for Science 的巨大潜力。它不仅为痤疮患者带来了更准确、更便捷的诊断方式,也为医疗领域的 AI 应用提供了宝贵的经验和范例 。

AI for Science 的影响力不仅仅局限于医疗领域。在材料科学、物理学、天文学等其他科学领域,AI 同样可以发挥着重要作用。它可以帮助科学家处理和分析海量的数据,加速科学研究的进程。在材料科学中可以通过模拟和预测材料的性能,帮助科学家设计出更具性能的材料 ;在物理学中可以帮助科学家分析实验数据,发现新的物理现象和规律 ;在天文学中,AI 可以帮助天文学家处理和分析天文观测数据,发现新的天体和宇宙现象······

AI 就像一把万能钥匙,正在开启一扇扇通往未知科学领域的大门。相信未来,AI for Science 会带来更多的突破和创新,为人类的进步和发展做出更大的贡献 !

参考资料:
1.https://mp.weixin.qq.com/s/vlzUWNQsxYaSVXKSt2dhhQ
2.https://cloud.tencent.com/developer/article/1526199
3.https://mp.weixin.qq.com/s/vN2q

nester-ner-tacl2020变形金刚 嵌套命名实体识别的实现 某些文件是一部分。 要求 我们使用以下库测试了该库: 巨蟒(3.7) (1.3.0) (1.17.3) (0.0.5) (0.2.0)用于访问Java Stanford CoreNLP服务器(3.9.2) (2.1.1) 进行实验 使用样本数据测试该库 运行gen_data.py生成用于训练的已处理数据文件,它们将放置在“ ./data/”目录中python gen_data.py 运行train.py开始训练python train.py 在ACE-2004数据集上重现我们的实验 将语料库放入“ ../ACE2004/”目录 放入“ ../”并解压缩 运行parse_ace2004.py以提取要训练的句子,它们将被放置在“ ./data/ace2004/”中python parse_ace2004.py 运行gen_data_for_ace2 立即下载

相关推荐

皮肤病分类数据集.zip

皮肤病分类数据集介绍 1. 数据集基础信息 本数据集专为皮肤病分类研究与医学辅助诊断应用设计,涵盖多种常见皮肤病高质量图像,适用于深度学习模型的训练与验证。 数据集类别:包含以下10种皮肤病分类: 1.粉刺(Acne) 2.光化性角化病(Actinic Keratosis) 3.湿疹(Eczema) 4.麻疹(Measles) 5.黑色素瘤(Melanoma) 6.色素沉着(Hyperpigmentation) 7.银屑病(Psoriasis) 8.伤疤(Scar) 9.体癣(Tinea Corporis) 10.白癜风(Vitiligo) 数据集构成: 1.训练集:414张图片 2.验证集:118张图片 3.测试集:57张图片 标注内容:每张图片都带有对应的类别标签,标注准确清晰。 图片来源:医学影像、临床图片库及多样化皮肤病案例图片,分布于不同年龄段、性别及种族患者。 图片分辨率:高清晰度图像,皮肤病特征细节清晰,便于模型提取病灶特征。 2. 适用场景 本数据集为医疗影像分析及皮肤病分类研究提供了坚实的数据支持,可广泛应用于以下场景: 医学辅助诊断:为皮肤科医生提供A

ACNE04 读数据的过程

120个epoch,每个epoch下,迭代所有的batch。

llf000000的博客 559

NoC架构深度解析:从拓扑结构到流量控制的全面指南

本文深入解析了片上网络(NoC)架构,从总线架构的瓶颈出发,阐述了NoC作为芯片内部“交通网”的核心优势。文章详细探讨了主流拓扑结构(如Mesh、Torus、Ring)的选型权衡,并系统介绍了数据包格式、路由算法、路由器流水线、流量控制机制以及网络接口(NI)设计,为理解现代多核SoC的通信基石提供了全面指南。

gg901的博客 1042

毕设项目分享 深度学习yolov11痤疮检测医疗辅助系统(源码+论文)

🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项目提供大家参考学习,今天要分享的是🚩毕业设计 深度学习yolov11痤疮检测医疗辅助系统(源码+论文))🥇学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:4分创新点:5分🧿项目分享:见主页任意置顶文章。

2601_96180968的博客 230

RTAB-map:实时高效的SLAM库

Real‐time appearance‐based mapping (RTAB‐Map)是一种基于外观的闭环检测方法,具有良好的内存管理,以满足处理大场景和在线长周期管理要求。RTAB‐Map集成了视觉和激光雷达SLAM方案,并支持目前绝大多数的传感器 是一个强大的、开源的Simultaneous Localization and Mapping(SLAM)库,专为机器人和无人驾驶领域设计。它提供了一套完整的解决方案,用于构建三维地图,并在未知环境中进行实时定位与导航。 github项目地址 RTAB-

weixin_45761399的博客 1万+

树莓派CM4 PCIe扩展方案与ASM1184e芯片应用

PCIe(Peripheral Component Interconnect Express)是计算机硬件中重要的高速串行总线标准,广泛应用于存储、网络等设备连接。其核心原理是通过差分信号实现高带宽传输,PCIe Gen2 x1的理论带宽可达5Gbps。在嵌入式开发中,PCIe扩展技术能有效解决单板计算机接口不足的问题,特别适合树莓派等微型平台。ASMedia ASM1184e作为PCIe交换芯片,可将单个接口扩展为多个,支持热插拔且免驱动,极大提升了工程灵活性。通过PCIe交换机方案,开发者能在树莓派CM

weixin_42602368的博客 424

RNNoise-SpeexDSP-WebRTC使用说明

本文介绍RNNoise、SpeexDSP与WebRTC音频处理库的下载、调用及参数配置方法,适用于Android语音工程集成。RNNoise基于深度学习,适合非稳态噪声降噪,需48kHz输入;SpeexDSP支持多采样率与回声消除,适用于全双工场景;WebRTC提供轻量级窄带处理。三者可串联使用:麦克风信号先经前级降噪(RNNoise或SpeexDSP),再进入WebRTC媒体引擎进行编码。重点说明各库的典型应用场景、接口调用方式、关键参数调节策略及采样率转换注意事项,帮助开发者高效集成与优化语音处理链路。

知识共享,你我皆是知识的搬运工 242

华为等安卓手机的vcf无法导入苹果的iCloud 通讯录

华为等安卓手机的vcf无法导入苹果的iCloud 通讯录

Guocean 8623

Transformer 为什么能取代 RNN?从自注意力讲起

2017 年谷歌在《Attention Is All You Need》中提出 Transformer,核心是。它如今是 GPT、BERT、ChatGPT 的共同底座。

anew___的博客 982

基于多智能体协作的量化交易研究框架TradingAgents详解

量化交易系统通过算法模型分析市场数据,旨在实现自动化投资决策。其核心原理在于利用计算机强大的数据处理能力,结合统计学和机器学习方法,从历史数据中挖掘可重复的盈利模式。这一技术的价值在于能够克服人类情绪干扰,实现纪律性交易,并快速处理海量信息。在应用场景上,量化策略广泛应用于股票、期货、外汇等多个金融市场。本文聚焦的TradingAgents框架,创新性地引入了**多智能体协作**和**对抗性验证**机制,通过模拟真实投研团队的分工与辩论流程,构建了一个研究友好、决策过程可解释的量化交易研究平台,为探索大语言

weixin_36019375的博客 435

【深度学习】脸部修复,CodeFormer,论文,实战

Blind face restoration是一个高度 ill-posed 的问题,通常需要辅助引导来 1) 改善从降级输入到期望输出的映射,或者 2) 补充在输入中丢失的高质量细节。在本文中,我们展示了在一个小的代理空间中学到的离散码本先验可以通过将盲目的面部恢复建模为 a code prediction task来大大减少恢复映射的不确定性和模糊性,同时为生成高质量面部提供丰富的视觉元素。

q742971636的博客 2999

基于深度学习的商品评论情感分析系统-毕业设计

面向商品评论的中文情感分析系统,支持单条预测、批量分析、情感分布与关键词、报告导出。TextCNN、BiLSTM、Transformer 在同一词表、同一数据切分、同一种子与超参下公平对比,测试集 F1 分别为 0.9101、0.9089、0.9075。结论是这一规模下模型复杂度未带来收益,但误差结构不同。附技术栈、截图、文档预览与演示视频。

csbysj2020 160

面试问题总结——关于YOLO系列(三)

接着上篇的的YOLO系列面试问题总结,加油,冲! 三.YOLOv3 1.YOLOv3主干网络BackBone——Darknet-53网络结构(因为有53个卷积层) (原论文中Darknet53的尺寸是在图片分类训练集上训练的,所以输入的图像尺寸是256x256,而在YOLOv3中输入尺寸是416×416)   ①上图中,Top-1 Accuracy和Top-5 Accuracy是指什么呢?区别在哪呢?   我们知道ImageNet有大概1000个分类,而模型预测某张图片时,会给出1000个按概率从高.

boss-dog 1万+

【原创深度学习项目】基于深度学习的建筑工地防护装备检测系统|安全帽与反光衣检测系统(RT-DETR-L 模型)

本文设计并实现了一套基于RT-DETR-L的建筑工地防护装备检测系统,采用Django+Vue前后端架构,实现对安全帽、反光背心等7类装备及“无PPE”“未戴安全帽”等缺失状态的精准识别。系统支持图片、视频、摄像头实时检测,具备参数可调、数据可视化与统计分析功能,有效解决小目标漏检、误检及管理难问题,助力智慧工地安全管理落地。文末可获取源码。

qq_1445749146的博客 233

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

图解循环神经网络(RNN)

RNN(循环神经网络)就是“带记忆的网络”:让网络拥有一块“记忆”,在处理当前数据时,能同时参考之前看过的内容;它不一次性看完全部输入,而是像人读书一样,一个字一个字地读,每读一个字就更新一次脑子里的记忆,然后用这份记忆去理解当前这个字。但便签一直在被改写,新信息不断挤占旧信息,传到第 40 步时,“巴黎”的痕迹已经淡得几乎没了。读到“贵”的时候,网络并没有重新去查“好看”这个词——但“好看”的影响已经融在了便签里(那个 1.5)。这三个困难的共同点:答案不在当前这一个字里,而在“前面那串东西”里。

技术管理两手抓,两手都要硬. 430

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

神经网络入门指南:从 CNN、RNN 到 Attention

神经网络的学习,本质是“预测—比较—纠错”的循环;CNN 通过局部连接与权重共享理解图像;RNN 通过隐藏状态传递上下文;LSTM 和 GRU 用门控机制管理记忆;Encoder–Decoder 把理解与生成拆成两个阶段;Attention 则让模型在每一步都能主动寻找最相关的信息。到这里,我们已经走完了从普通神经网络到 Attention 的完整路线。下一篇将正式进入 Transformer,看看它如何摆脱 RNN 的顺序计算,又如何让每个 Token 直接找到与自己相关的信息。

爱敲代码的小黄 399

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

AI 学习第 15 课:变长序列不 pack 直接喂 RNN,隐状态全被 0 污染

NLP 的 batch 里句子长短不一,短句垫 0 补齐后直接喂 RNN,看似能跑,实际上每个 0 垫步都在更新隐状态——短序列的最后一步输出根本不是它真实句子的结果。这一课用 torch 2.15(

aifannihao的博客 164

CNN 卷积神经网络深度解析:卷积、池化与特征提取的底层原理

卷积核(Kernel),也叫滤波器(Filter),本质上是一个可以训练的权重矩阵。1 0 -11 0 -11 0 -1这个卷积核可以对图像中的局部像素进行加权计算。不同的卷积核能够提取不同类型的特征:水平边缘特征垂直边缘特征纹理特征角点特征局部形状特征在传统图像处理中,滤波器通常由人工设计。而在 CNN 中,卷积核的权重通过训练数据和反向传播自动学习得到。这也是 CNN 能够自动提取图像特征的关键。# 第一层卷积padding=1# 第二层卷积padding=1。

2503_90237586的博客 296

图解常用深度学习优化器

来隐式构造 Hessian 逆的近似,从而直接估计出“谷底在哪”,而非仅仅判断“哪边最陡”。即SGD/Adam 主要看“当前坡度”,LBFGS 还会看“最近几步坡度怎么变”,像用局部地形图来规划路线。训练 Transformer 时,有些层梯度大,有些层梯度小。如果用 Adam + L2,梯度大的参数反而可能被“少衰减”,正则效果不稳定;:你要下山,但每次迈步前都要派侦察兵把整座山的每一个坡面都测量一遍,算出“绝对最陡”的方向才走一步。:还是下山,但这次你只问身边一个路人“哪边最陡”,然后就走。

技术管理两手抓,两手都要硬. 219

【无标题】无人机视角道路坑洞坑洼目标检测数据集深度学习 目标检测 无人机航拍 道路坑洞 路面病害 YOLO格式 数据集发布9032期

(一)类别构成该数据集聚焦单一类别——坑洞(类别 ID 为 0),任务指向明确,围绕无人机俯视视角下的道路坑洞目标开展检测标注。类别体系精简,与公路路面病害巡检的实际需求高度契合,图像中的坑洞样本可直接作为路面破损识别的核心正样本,便于对接道路养护排查流程。(二)数据数量数据集规模为 3285 张无人机俯视航拍图像,采用标准 YOLO txt 标注格式,标注框总计 4457 个,其中带有效标注的图片 2007 张,全部图片均带有有效标注。

qq_2529413168的博客 190

第 05/24 期:计算图与自动微分:深度学习如何计算梯度

本文系统阐述了神经网络训练中梯度计算的本质:损失对参数的敏感性。通过构建计算图,将复杂函数分解为基本运算,利用链式法则实现反向传播。核心在于反向模式自动微分——以一次前向计算为基础,通过传播输出对中间变量的敏感性,高效求得所有参数梯度。相比前向模式,反向模式在参数多、目标为标量的场景下更高效。计算图不仅适用于神经网络,也广泛适用于任意可微程序。关键思想是:梯度是局部导数与上游敏感性的乘积,分支路径的贡献需累加,从而保证导数计算的正确性与效率。

weixin_47502228的博客 343

基于深度学习的猫图像目标检测方法研究:YOLOv8s模型海选、多种子对比训练与Django+ONNX部署实现详解

本课题基于深度学习研究猫图像目标检测问题。数据集含1000张猫图像、1188个标注框,按固定比例划分并冻结清单;训练前在多个候选族中短训海选,确定YOLOv8s为主模型,经学习率搜索与显存标定后完成150轮训练,验证集mAP50达到0.92,并以7个随机种子的对比实验验证稳定性。最优权重导出为ONNX接入Django系统,提供图片、视频、摄像头三种识别方式,配套识别记录管理与统计大屏,形成从训练到应用的完整闭环。

WEIXIN_JSJBSZDS的博客 227

【深度学习项目实战·30】PM2.5短期预测:用LSTM构造没有未来信息的滑动窗口

本文基于北京PM2.5数据,使用LSTM实现从最近24小时历史观测预测下一小时PM2.5。重点解决时间切分、因果填补、滑动窗口构建与标准化等关键问题,确保模型仅依赖过去信息,避免未来泄漏。通过滚动单步预测与持续性基线对比,评估在原始单位下的MAE/RMSE,验证模型有效性。强调时间顺序与数据完整性,为时序预测提供可复现的实践框架。

银尘博客 524

深度学习 目标检测 无人机巡检 防震锤 电力设备 YOLO格式 数据集发布

深度学习 目标检测 无人机巡检 防震锤 电力设备 YOLO格式 数据集发布 9038期

qq_2529413168的博客 341
上一篇: HyperAI超神经 x Pulsar | Pulsar Meetup 广州 2025 大会即将开幕!
下一篇: 【vLLM 学习】使用 XPU 安装
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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