
计算机视觉
gefeng1209
这个作者很懒,什么都没留下…
展开
-
[论文阅读]PointRend: Image Segmentation as Rendering
作者:Alexander Kirillov Yuxin Wu Kaiming He Ross Girshick机构:Facebook AI Research (FAIR)1.Introduction用于图像分割的CNN通常是在规则的网格上进行操作:输入是像素的网格,隐藏特征的特征向量的网格,输出是标签的网格。CNN其实是对图像上的所有点进行了均匀采样,然后完成pixel2pixel的分...原创 2019-12-26 13:54:19 · 2427 阅读 · 0 评论 -
Visualizing and Understanding Convolutional Networks论文翻译
摘要(Abstract)近来,大型的卷积神经网络模型在Imagenet数据集上表现出了令人印象深刻的效果(如2012年的Krizhevsky),但是现如今大家并没有很清楚地理解为什么它们有如此好的效果,以及如何改善其效果。在这篇文章中,我们对这两个问题均进行了讨论。我们介绍了一种创新性的可视化技术可以深入观察中间的特征层函数的作用以及分类器的行为。作为一项类似诊断性的技术,可视化操作可以使我们...翻译 2019-04-30 13:18:49 · 695 阅读 · 0 评论 -
[医学图像预处理1]使用nibabel和SimpleITK读取处理Nifiti文件(MRI图像)
1.NIFTI格式(.Nii)数据格式分析https://brainder.org/2012/09/23/the-nifti-file-format/https://blog.youkuaiyun.com/DoronLee/article/details/785978682.使用nibabel读取nii文件并显示其中1个sliceimport matplotlib.pyplot as p...原创 2019-05-21 16:59:58 · 11707 阅读 · 3 评论 -
[3DUNetMRI图像预处理2]综合4个模态+truth和设置的background像素值获取foreground,并裁剪
import numpy as npimport osimport nibabel as nibimport matplotlib.pyplot as pltfrom nilearn.image.image import _crop_img_to as crop_img_tofrom nilearn.image.image import check_niimgfrom nilearn...原创 2019-05-21 23:30:29 · 2419 阅读 · 3 评论 -
[3DUNet-MRI图像预处理1]校正偏差域+裁剪patch+归一化
1. 校正偏差域诸如扫描仪中的患者位置,扫描仪本身以及许多未知问题等因素可导致MR图像上的亮度差异。 换句话说,强度值(从黑色到白色)可以在同一组织内变化。 这被称为偏置场。 这是一种低频平滑的不良信号,会破坏MR图像。 偏置场导致MRI机器的磁场中的不均匀性。 如果未校正偏置字段将导致所有成像处理算法(例如,分段(例如,Freesurfer)和分类)输出不正确的结果。 在进行分割或分类之前,...原创 2019-05-21 23:39:37 · 13576 阅读 · 8 评论