- 博客(77)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 基于EfficientDet的医学图像检测（肺炎、肺结节、肺结核等）(VOC2007)
EfiicientDet既快又准的检测算法实战关于EfficientDet 算法收集的信息关于EfficientDet 算法的架构再补充一点复合缩放的内容动手做实验训练开始关于EfficientDet 算法收集的信息paper链接，由谷歌出品，必属精品，建议小伙伴们啃一啃paper。非官方keras开源代码,目前还没有官方开源代码，在github上有大佬开源了，也有pytorch版本的，需要...
2020-01-09 16:07:41
7184
29
原创 调试M2det算法train自己的数据（VOC2007）
1.数据格式指定VOC /M2Det/train.py:20 parser.add_argument('-d', '--dataset', default='VOC', help='VOC or COCO dataset')2. 删掉VOC2012/M2Det/configs/m2det512_vgg.py:62dataset = dict( VOC = ...
2019-07-02 17:58:03
3434
21
原创 目标检测算法---M2Det学习
算法来源Single-shot目标检测新模型，使用multi-level特征。作者机构：Qijie Zhao等，北京大学&阿里达摩院文章标题：《M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid》paper地址：https://arxiv.org/abs/1811.045...
2019-07-02 17:32:27
2843
2
原创 深度学习在医学影像的三大类项目应用
深度学习在医学影像的三大类项目应用医学影像的分类医学影像的检测医学影像的分割关于数据方面的补充深度学习在医学影像的应用项目目前主要几种在三个方面：分类、检测和分割。下面我就我所接触的这三个方面所用的一些方法以及一些经验进行阐述医学影像的分类常见的应用场景就是分类有没有某一类疾病？比如通过胸片判断该胸片是否有尘肺，等一系胸部疾病。最热门的就是大佬吴恩达曾经发布了一个大型数据集，14类胸部疾病的...
2019-05-28 17:36:22
6678
1
原创 基于Faster RCNN的医学图像检测（肺结节检测）
Faster-R-CNN算法由两大模块组成：1.PRN候选框提取模块 2.Fast R-CNN检测模块。其中，RPN是全卷积神经网络，用于提取候选框；Fast R-CNN基于RPN提取的proposal检测并识别proposal中的目标。 在 学习Faster-RCNN (py-faster-rcnn demo)的基础上 用自己的数据训练 这里选择的是CT肺数据，关于数据处理方面的问题参照我博客 ：
2016-10-25 11:39:38
25541
29
原创 安装和运行Fast R-CNN的demo
FR-CNN是Ross Girshick的新作，从文章来看FR-CNN比R-CNN和SPPNet都快很多。当然R-CNN和SPPNet也都是Girshick的作品，FR-CNN的正确率不仅超越Girshick自己的嫡出，也超过了DPM等其他方法。FR-CNN正如文章所说的是一个简单，并且Elegant的框架。和那些Pipeline的模型相比，的确是优雅很多的。当然FR-CNN本身也可以看作是一个Pi
2016-09-14 13:23:02
7988
原创 caffe finetune predict and classify the lung nodule（ 肺结节的分类）
通过对caffe已有模型进行finetune 实现医学图像CT肺 结节的预测与检测，并实现可视化
2016-08-02 15:12:07
6828
4
原创 用训练好的caffemodel来进行分类
现在我正在利用imagenet进行finetune训练，待训练好模型，下一步就是利用模型进行分类。故转载一些较有效的相关博客。caffe程序自带有一张小猫图片，存放路径为caffe根目录下的 examples/images/cat.jpg, 如果我们想用一个训练好的caffemodel来对这张图片进行分类，那该怎么办呢？ 如果不用这张小猫图片，换一张别的图片，又该怎么办呢？如果学会了小猫图片的
2016-07-25 10:37:16
17749
8
原创 caffe---create自己的数据出现的各种bug
目前bug主要是create_imagenet.sh（来源于examples/imagenet）生成lmdb数据时产生的bug 1 mkdir *_val_lmdb failed 这个一般是因为指定路径下已经存在了该文件，导致出现冲突问题，我最开始对于这问题是每次都手动敲码删除该文件，最后发现自己很笨，可以直接加个语句到create_imagenet.sh中：rm -rf $EXAMP
2016-07-20 13:06:44
9804
1
原创 caffe自己的数据贴标签
要求当使用自己的数据进行训练时，需要做到：1、数据的类别标号从0开始，中间要连续，即0,1,2... 2、数据集要打乱 3、列出对应图片名及其标签 生成对应的txt文件。对于这些要求 当数据很小时可以手动标记，制作一个txt文件，但是当数据很多时手动显然不合适。实现因此我想到之前学习mxnet时，mxnet提供了make_list.py（一个mxnet/tools/路径下）可以
2016-07-15 16:34:34
5057
原创 DICOM医学图像彩色化
如上一篇博文所提到用ImageNet图像来帮助医学图像的识别，但是ImageNet里面的图像（二维，彩色）没有医学图像，包含一些诸如鸟类、猫、狗、直升机等物体的识别，与医学图像（二维或三维，非彩色）相差很大。对此Le Lu大神于2016年3月份发表了一篇文章Deep Convolutional Neural Networks for Computer-Aided Detection: CNN
2016-06-28 18:29:18
6783
6
原创 ImageNet和CNN怎样帮助医学图像的识别
从ImageNet和CNN说起图像的分类和识别一直是计算机视觉的热门研究领域，在医学图像领域，很多方法也都是从计算机视觉领域借鉴过来的，而计算机视觉的许多方法又离不开机器学习和人工智能的基础。在典型的图像分类和识别问题中，通常有两个重要的步骤，一个是特征提取，常见的有GLCM, HOG, LBP, Haar Wavelet, 一个是分类器， 例如SVM, Random Forest
2016-06-27 17:25:14
11124
原创 MapReduce实现图像处理
现在通过自定义图像接口ImageInputFormat ImageRecordReader等，实现了基于MapReduce的图像处理。 可处理的是常见的图像格式bmp,jpg,png等，但是对于DiCOM等医学图像的处理还处于学习阶段。现在还没实现，目前的想法是利用ImageJ plugin插件实现对DICOM格式的数据进行读取，具体的解析有待进一步学习。加油！望早日实现MapReduce对D
2016-03-22 17:30:12
3340
4
原创 java实现HDFS上的压缩文件的解压
最近在学习hadoop的图像处理，但是鉴于图像都是小文件，而hadoop适合大文件，所以将图像压缩上传到HDFS。现在通过Java编程将上传到HDFS的文件解压。附上代码：package accurad.dcx.du;//实现下载与解压import java.io.BufferedInputStream;import java.io.BufferedOutputStream;i
2016-01-15 15:38:03
5027
原创 Java实现远程HDFS的文件操作（新建、上传、下载、删除）
通过java编程实现了远程HDFS的文件创建，上传，下载，删除等。Hadoop类库中最终面向用户提供的接口类是FileSystem，该类封装了几乎所有的文件操作，例如CopyToLocalFile、CopyFromLocalFile、mkdir及delete等。
2015-11-23 17:22:11
16027
1
原创 详细解释CNN卷积神经网络各层的参数和链接个数的计算
卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成。 图：卷积神经网络的概念示范：输入图像通过和三个可训练的滤波器和可加偏置进行卷积，滤波过程如图一，卷积后在C1层产生三个特征映射图，然后特征映射图中每组的四个像素再进行求和，加权值，加偏置，通过一个Sigmoid函数得到三个S2层的特征映射图。这些映射图再进过滤波得到C3层。这个层级结构再
2015-07-14 15:44:35
128768
23
原创 Latex参考文献在文中引用格式为author et al. [number]
第三步：在导入参考文献bib文件的前面添加参考格式\bibliographystyle{plainnat}第一步：引入包 \usepackage[numbers]{natbib}第二步：使用\citet{}进行引用。
2024-03-01 10:12:50
1699
原创 DataLoader加载图像时Sizes of tensors must match except in dimension 0. Got 1and 3 in dimension 1的问题解决方法
RuntimeError: invalid argument 0: Sizes of tensors must match exceptin dimension 0. Got 1 and 3 in dimension 1 at/opt/conda/conda-bld/pytorch_1579040055865/work/aten/src/TH/generic/THTensor.cpp:612通常在pytorch环境中，DataLoader加载图像时，用的是 Image库读取图像，代码如下：fro.
2021-10-21 16:47:51
1432
原创 “TabError: inconsistent use of tabs and spaces in indentation“ notepad++
一个小问题的记录如果遇到用notepad++编写的程序出现TabError，则说明tab和空格键混用，需要在notepad++中做如下设置，即可解决这个问题。设置—>首选项----->语言---->Tab设置---->python---->选中replace by space。...
2021-01-29 09:59:54
419
转载 NG告诉你做深度学习研究的论文阅读方法
首先第一遍应该只看标题、摘要和图表，摘要能告诉我们论文讲了什么，而对于深度学习研究工作，很多都能总结成一两张图表。第二遍应该继续看前言、结语和图表，其它的内容我们可以暂时不管。注意在看前言时，相关研究部分也可以不管，虽然该部分对于理解研究脉络很有帮助，但第二遍应该需要抓住主要思想。第三遍阅读就要纵览论文主体了，但同时那些耗费时间的数学与推导部分可以暂时跳过，我们掌握整体脉络与框架就行。第四遍需要...
2020-02-21 10:37:33
874
原创 目标检测算法
分享一个特别好的目标检测算法的github地址更新超级及时，目前更新到6月10日。感觉目前最牛的是GoogleBrain的重磅NAS-FPN算法，大家都知道FPN很work，所以NAS就干脆直接搜multi-scale怎么融合比较好，大力出奇迹，从此大家就不用再自己手动连连看了。在过去几年里，用于图像分类和目标检测的深度卷积网络在架构搜索方面取得了很大进展。与预测图像类别概率的图像分类...
2019-06-26 17:44:30
2389
转载 automl学习与整理2
深度学习的发展促进了相关应用的涌现。但是，深度学习模型往往具有非常大的参数搜索空间，为了保证模型的效果，经常需要机器学习专家耗费大量的时间构建深度学习模型。为了降低深度学习模型的设计成本和难度、提高模型构建效率，学界提出了一个新的概念： Automated Machine Learning（AutoML）。目前 AutoML 这一概念并无统一定义，主要理念是：通过使用 AutoML 方法，用户只...
2019-06-10 18:23:00
418
转载 AutoML学习与整理1
AutoML学习与整理AutoML研究综述：让AI学习设计AI自动机器学习（AutoML）是近年来的一个热门研究方向，比如机器之心曾报道过的谷歌的基于进化算法的神经网络架构搜索方法。近日，来自德国 USU Software AG 和斯图加特大学的两位研究者发布了一篇 AutoML 综述论文，总结了近年来 AutoML 方面的新进展。机器之心整理编译了文章的主体结构，并重点翻译介绍了各种方法的基...
2019-06-10 17:43:30
1067
1
原创 分类常用的评价指标
准确率 准确率是一个用于评价分类模型的指标。通俗来说，准确率是指我们的模型预测正确的结果所占的比例。Accuracy=Number of correct predictions /Total number of predictions 对于二元分类，也可以根据正类别和负类别按如下方式计算准确率： Accuracy=（TP+TN）／（TP+FP+TN+FN） 其中，TP=真正例，...
2018-04-25 16:25:05
3845
原创 深度神经网络可视化工具
TensorBoard:TensorFlow集成可视化工具GitHub官方项目：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tensorboard TensorBoard 涉及到的运算，通常是在训练庞大的深度神经网络中出现的复杂而又难以理解的运算。为了更方便 TensorFlow 程序的理解、调试与优化，Googl
2017-08-31 14:56:04
5924
转载 图像语义分割之FCN和CRF
前言 (呕血制作啊！)前几天刚好做了个图像语义分割的汇报，把最近看的论文和一些想法讲了一下。所以今天就把它总结成文章啦，方便大家一起讨论讨论。本文只是展示了一些比较经典和自己觉得比较不错的结构，毕竟这方面还是有挺多的结构方法了。 介绍 图像语义分割，简单而言就是给定一张图片，对图片上的每一个像素点分类 从图像上来看，就是我们需要将实际的场景图分割成下面的分割图： http://note.y
2017-06-23 16:23:40
2660
转载 Batch Normalization
今年过年之前，MSRA和Google相继在ImagenNet图像识别数据集上报告他们的效果超越了人类水平，下面将分两期介绍两者的算法细节。 这次先讲Google的这篇《Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift》，主要是因为这里面的思想比较有普适性，而且一直答
2017-06-07 19:44:25
656
转载 （ 鲁棒性主成分分析）Robust PCA
很久很久没有写学习笔记了，现在记录一个老知识。主成分分析，这种方法可以有效的找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。我们知道，最简单的主成分分析方法就是PCA了。从线性代数的角度看，PCA的目标就是使用另一组基去重新描述得到的数据空间。希望在这组新的基下，能尽量揭示原有的数据间的关系。这个维度即最重要的“主元”。PCA的目标就是找到这
2017-06-07 17:41:33
26578
1
转载 FPN最新的目标检测算法
这篇论文主要使用特征金字塔网络来融合多层特征，改进了CNN特征提取。论文在Fast/Faster R-CNN上进行了实验，在COCO数据集上刷到了第一的位置，意味着其在小目标检测上取得了很大的进步。论文整体思想比较简单，但是实验部分非常详细和充分。 目前最新的基于深度学习的目标检测算法
2017-03-01 09:54:36
34011
8
转载 干货|如何调试神经网络（深度神经网络）？
神经网络的调试基本上难于绝大多数的程序，因为大部分的神经网络的错误不会以类型错误或运行时错误显现，他们只是使得网络难以收敛。如果你是一个新人，这可能会让你非常沮丧。一个有经验的网络训练者可以系统的克服这些困难，尽管存在着大量似是而非的错误信息，比如： 你的网络训练的不太好。对缺少经验的人来说，这个信息令人却步；但对有经验的人来说，这是一个非常好的错误消息。它意味着样板代码已经偏移了正确道路，而
2016-12-29 10:05:03
5664
原创 MXnet实战心得---值得拥有
最近终于新采购的硬件性能评测做完了！！！ 本次硬件性能测评的操作系统是Linux Ubuntu 14.04，主要从基础测试和专业深度学习框架测试两方面进行的测试。 基础测试用Phoronix Test Suite套件对新采购硬件系统进行了GPU、memory、CPU和IO的测试，并将测试结果上传到OpenBenchmarking.org网站，然后与旧的硬件系统的测试结果以及别人测试结果进行对比。
2016-12-27 18:35:09
7520
原创 武汉光谷国际人工智能产业论坛之学习
光谷国际人工智能产业论坛大会汇聚了国内外人工智能、大数据领域产学研用专家，共同探讨行业趋势、应用案例、技术动态，旨在推动产业与技术结合、合作创新、联合共赢，助力企业、社会、个人提升效能，构建起以人工智能为核心的产业生态圈。大会历时两天（11月25日-11月26日），学习了主会场和多个分会场的专题分享，收获颇多，感触最深的依然是大数据必成“利器”。首先是25日9点至12点主会场各位大咖从较高的角度讲述
2016-11-28 18:17:42
1939
原创 将自己的数据做成Faster RCNN的格式（VOC2007格式）
本文的主要目的是生成VOC2007格式的Annotations，ImageSets和JPEGImages数据集，以便用faster rcnn训练。 需要做的前期工作有两个：下载ImageNet数据集下预训练得到的模型参数（用来初始化）和下载VOC2007数据集。 在此基础上开始生成VOC2007格式的Annotations，ImageSets和JPEGImages数据集。下载ImageNet数据
2016-10-25 15:48:56
11843
4
转载 深度学习性能提升的诀窍
中文的原文http://geek.youkuaiyun.com/news/detail/104190 英文的原文： How To Improve Deep Learning Performance 作者： Jason Brownlee 翻译： KK4SBB 责编：何永灿，关注人工智能，投稿请联系heyc@youkuaiyun.com或微信号289416419 克服过拟合和提高泛化能力的20条技巧和诀窍你是如
2016-10-18 14:41:02
865
转载 深度学习在图像识别中的研究进展与展望----王晓刚
深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。本文将重点介绍深度学习在物体识别、物体检测、视频分析的最新研究进展，并探讨其发展趋势。1. 深度学习发展历史的回顾现有的深度学习模型属于神经网络。神经网络的历史可追述到上世纪四十年代，曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理，解决各种机器学习
2016-09-21 15:21:30
1009
原创 学习Faster-RCNN (py-faster-rcnn demo)
在Fast-R-CNN中，第一步需要先使用Selective Search方法提取图像中的proposals。基于CPU实现的Selective Search提取一幅图像的所有Proposals需要约2s的时间。在不计入proposal提取情况下，Fast-R-CNN基本可以实时进行目标检测。但是，如果从端到端的角度考虑，显然proposal提取成为影响端到端算法性能的瓶颈。目前最新的EdgeBox
2016-09-18 18:16:37
8728
2
转载 论文笔记：Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks
文章： http://arxiv.org/abs/1506.01497 源码：坐等。。。。目录：Region Proposal NetworksTranslation-Invariant AnchorsA Loss Function for Learning Region ProposalsOptimization Sharing Convolutional Features for
2016-09-18 17:28:43
907
原创 wget: unable to resolve host address的解决方法
摘要： wget：无法解析主机地址。这就能看出是DNS解析的问题。wget：无法解析主机地址。这就能看出是DNS解析的问题。解决办法：登入root（VPS）。 进入/etc/resolv.conf。 修改内容为下 nameserver 8.8.8.8 #google域名服务器 nameserver 8.8.4.4 #google域名服务器
2016-09-14 15:12:52
10243
原创 python 爬网站上的图片
最近在做bot的动物识别，最后根据大会给出来的测试数据，发现对简笔画的动物识别处于懵圈状态，识别效果很差~故我需要自己爬取一些简笔画的图片~ 手写学习了某一网站的图片爬取： 附上代码：# -*- coding: utf-8 -*-import urllibimport reimport timeimport os#显示下载进度def schedule(a,b,c): '''''
2016-09-09 11:23:42
820
deep learning卷积神经网络CNN在C++环境下的人脸识别库
2015-05-20
基于RS485的的网络通信协议设计与实现
2013-08-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人