- 博客(5)
- 收藏
- 关注
RSS订阅翻译 3D U-net: Learning Dense Volumetic Segmentation from Sparse Annotation 翻译
声明:文章所有权利归原作者所有，本文根据个人理解，略做翻译，疏漏之处，敬请指出，以便改之 From: here 摘要 本文介绍了一种从稀疏标记的体积图像中进行体积分割的网络。给出了该种方法在两种情况下的使用实例：(1) 半自动化的方式，用户在需要分割的体积中标记一些切片，然后网络在这些标记的切片中进行学习并能提供一个密集的3D分割；(2) 全自动化的方式，假设有一个具有代表性的，稀疏标记...
2018-04-24 15:22:47
1281
原创 Keras 源码解析---backend---__init__
这里主要对keras的后端进行设置，包括读取.keras下的默认配置文件keras.json，设置后端环境。 分为两种情况： 配置文件存在，直接读取里面的配置信息 配置文件不存在，则根据上篇common内的默认值设置配置信息，并将该配置信息保存在~/.keras/keras.json中。 根据配置文件信息，import 不同的配置环境，e.g. tensorflow or theano o...
2018-04-24 14:34:22
401
原创 Keras 源码解析---backend---common
这里主要定义了三个变量： _FLOATX = ‘float32’ _EPSION = 1e-7 _IMAGE_DATA_FORMAT = ‘channels_last’ 多个方法： epsilon set_epsilon floatx set_floatx cast_to_floatx image_data_format set_image_data_format set_...
2018-04-24 13:59:36
596
翻译 U-net
U-net因本人能力有限，难免错误出现，请指定，谢谢 Abstract 一般认为成功训练一个深度网络需要上千个标记的训练样本。本文给出了一个新的网络结构和策略，这种策略依靠数据增强能够更加高效的使用标记样本。这种网络结构包括一个用于获取上下文信息的contracting部分和能够进行经确定位的expanding部分，两者呈对称结构。另外这个网络是个端到端的，分割非常快，一种512*512的图像在
2018-04-12 11:48:45
1321
原创 Linux_ubuntu
Linux NotesLinux Notes sh文件执行 ubuntu 下文件压缩解压命令总结 远程登录Linux 设置屏幕分辨率 ubuntu下如何查看和设置分辨率 shell环境 软件包管理 主要包含两个包管理系统家族 About install pycharm install 安装关于Python环境的包1 安装pip 现在利用pip安装数据计算和绘图包 opencv install 关于
2017-07-13 19:09:48
566
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