kevinoop-优快云博客

原创 pytorch 多类分割损失（Generalized Dice Loss）

Generalized Dice Loss

2023-02-06 14:45:31 2749 2

原创 Ubuntu 18.04.6 单系统深度学习环境搭建（pytorch）

1. 系统安装网上有很多这类教程：U盘制作系统安装2. 显卡驱动安装其他安装方法：ubuntu18.04安装显卡驱动（四种方式）我的安装方法：首先换清华源：选择一个附加驱动，然后应用更改。注意：安装前在bios界面关闭 secure boot3. anaconda 和vscode安装下载anaconda 对应的Linux文件，打开命令窗口 bash 路径名，按照流程安装，init conda 选择 yes；最后如果conda -V 报错，可以输入下面命令：source ~/.b

2022-04-25 18:09:00 2645

原创 git/docker 提交和上传等操作以及常见问题整理

1. 上传本地文件1. Create a new repository on GitHub.com2. git init3. git add .4. git commit -m 'add'5. git push6. git remote add origin <REMOTE_URL>7. git push -u origin masterAdding locally hosted code to GitHub2. 提交git pull origin mastergit

2022-04-04 19:15:51 1576

原创 pytorch&tf等深度学习实验管理工具（Sacred）

Sacred 是一个 Python 库, 可以帮助研究人员配置、组织、记录和复制实验。

2022-04-04 11:45:21 4357 3

原创 python 常用函数和自定义函数整理

以下函数主要用于记录和保存，方便自己查阅。---------持续更新1. 3D 图像处理def numpy2sitk(arr, sitk_ori_img): # numpy转换为sitk sitk_img = sitk.GetImageFromArray(arr) sitk_img.SetOrigin(sitk_ori_img.GetOrigin()) sitk_img.SetSpacing(sitk_ori_img.GetSpacing()) sitk_img

2022-04-03 13:24:38 3554

原创 itk,numpy,tensor和pil图像维度顺序

ITK 图像：（w,h,d）(256, 128, 64)numpy 图像：(d,h,w) (64, 128, 256) ，如果有channel (d,h,w,c)tensor 图像：(d,h,w) (64, 128, 256) ，如果有channel (c, d,h,w)PIL 图像： (w,h) (256,128)

2022-04-01 11:29:30 4342

转载 pip install 快速下载和安装包的方法

一个快速下载和安装包的方法，转载自他人（见下面链接）输入指令：pip --default-timeout=100 install 库名称 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 2020.07.22更新：如果上面那个豆瓣依然不快（虽然还没出现过这种情况），可以换成下面的国内镜像网站。清华：https://pypi.tuna.tsinghua.edu.cn/simple 阿里云：http://mirrors.

2022-03-27 21:16:12 1513

原创 [风格迁移系列五: WaveCT-AIN] 医学图像的风格迁移和跨域自适应（泛化性）

不同于自然图像的风格迁移，在临床应用上，医学图像更加注重图像生成的纹理细节，并且需要实时的推理速度。因此提出一个实时且高质量的风格迁移方法非常重要，这篇论文实现了这个方法：Remove Appearance Shift for Ultrasound Image Segmentation via Fast and Universal Style Transfer一、背景介绍...

2022-03-12 17:45:22 7464 8

原创 requests.exceptions.SSLError (SSL module is not available) 解决方法

Bugrequests.exceptions.SSLError: HTTPSConnectionPool(host=’*****’, port=443): Max retries exceeded with url: / (Caused by SSLError(“Can’t connect to HTTPS URL because the SSL module is not available.”))解决方法一：环境变量配置问题参考链接：https://blog.youkuaiyun.com/sinat_4069

2021-08-07 11:51:46 2560

原创 Anaconda 虚拟环境的查看，创建，克隆，删除

Anaconda 虚拟环境的查看，创建，克隆，删除1. 查看虚拟环境conda env list # 查看已经存在的虚拟环境conda list # 查看已经安装的包2. 创建和克隆虚拟环境其中 “env_name” 是你需要创建的虚拟环境的名字conda create -n env_name克隆已经存在的虚拟环境 root, 命名为 “tf”conda create -n tf --clone root3. 删除虚拟环境其中 “env_name” 是你需要删除的虚拟环境的名

2021-07-13 12:39:10 2927

原创 [风格迁移系列四: DIN] Dynamic Instance Normalization for Arbitrary Style Transfer (动态实例归一化)

Dynamic Instance Normalization for Arbitrary Style Transfer一、DIN 操作动态实例归一化包括一个实例归一化和一个动态卷积操作（可以是标准的卷积，可变形卷积和组卷积）。其中 weight net 和 bias net 由简单的卷积层和自适应池化层构成。公式如下：DIN(FcL)=IN(FcL)∗WL+bLDIN(F_c^L)=IN(F_c^L)*W^L+b^LDIN(FcL)=IN(FcL)∗WL+bL其中 FcF_cFc 是内容输入

2021-03-22 22:23:45 1706 7

原创 vscode 自定义护眼配置方案

vscode 自定义护眼配置方案由于自己的眼睛不好，所以配置了一个比较护眼的颜色方案。vscode自带的 light 主题挺不错的，但就是语法高亮很浅色（很难看）。于是自己折腾了一个基于github light theme的配置，先贴个图：喜欢的可以继续看我接下来的配置。首先需要在扩展商店里安装 github light theme 主题，如图：安装完成后，进入本地的文件夹，大致是：C:\用户.vscode\extensions\hyzeta.vscode-theme-github-light-

2020-12-24 12:45:14 1379

原创【风格迁移系列三】（Adain）Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization 论文解读

最近看了这篇论文 Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization 。由于没有详细的博客参考，还是花了一些时间来阅读论文。于是提出自己对论文的理解，以供大家参考。下面直接进入主题：1 Adaptive Instance Normalization作者在 CIN 的基础上提出了 Adain ：...

2019-06-12 16:47:19 7757 2

原创【风格迁移系列二】Fast Patch-based Style Transfer of Arbitrary Style 论文解读

很久没有写博客了，最近遇到一篇论文 Fast Patch-based Style Transfer of Arbitrary Style 刚开始很难理解它的算法细节，结合代码渐渐理解了。由于自己学习时没有找到很好的博客参考，所以想将自己对算法的理解记录下来，以供大家参考。如果有理解不恰当的地方，还望批评指正。1 Style-Swap & Parallelizable Implement...

2019-06-11 00:32:59 4513 5

原创变分推断和指数族分布

2018-06-05 13:07:56 2134 1

原创隐马尔科夫模型数学理论推导（HMM）

一、隐马尔科夫模型基本概念隐马尔可夫模型由初始状态概率向量 ππ\pi、状态转移概率矩阵 A 和观测概率矩阵 B 决定。A，B，ππ\pi 称为隐马尔可夫模型的三要素。λ=(A,B,π)λ=(A,B,π)\lambda=(A,B,\pi)隐马尔可夫模型作了两个基本假设： p(qt|q1,…,qt−1,y1,…,yt−1)=p(qt|qt−1)p(qt|q1,…,qt−1,y1...

2018-06-05 09:25:09 1684

原创 EM算法推导（收敛性证明和在GMM中的应用）

EM算法数学理论推导，以及它的收敛性证明，最后再提出在GMM的应用

2018-05-31 20:23:46 8144

原创冈萨雷斯《数字图像处理》学习笔记（6）--目标识别（基于神经网络）

一、二分类感知机感知机模型下图展示了二分类的感知机模型：感知机模型决策函数： f(x)=sign(∑i=1nωixi+ωn+1)f(x)=sign(∑i=1nωixi+ωn+1)f(x)=sign(\sum_{i=1}^n\omega_i x_i+\omega_{n+1}) 其中sign(x)为符号函数，定义为如下： sign(x)={1,x>00,x<0sign...

2018-04-14 17:10:27 1398

原创冈萨雷斯《数字图像处理》学习笔记（5）--图像分割

一、点、线和边缘检测这里用的图像检测方法主要是滤波操作。模板在图像中任意一点的响应R由下式给出： R=∑i=19ωiziR=∑i=19ωiziR=\sum_{i=1}^9 \omega_{i}z_i 其中， ziziz_i 是与模板系数 ωiωi\omega_{i} 相关的像素的灰度。下面是点检测的模板：线检测的模板如下（分别检测水平，45度，垂直和-45度的线）：在...

2018-04-14 10:53:00 2658

原创冈萨雷斯《数字图像处理》学习笔记（4）--图像复原与重建(含傅里叶切片定理推导)

一、图像复原模型若H是线性的，空间不变的过程，则退化图像在空间域通过下式给出: g(x,y)=h(x,y)∗f(x,y)+δ(x,y)g(x,y)=h(x,y)∗f(x,y)+δ(x,y)g(x,y)=h(x,y)*f(x,y)+\delta(x,y)其中，h(x, y)是退化函数的空间表示，符号∗∗*表示卷积。空间域的卷积和频域的乘法组成了一个傅里叶变换对，所以可以用等价的频域表示来写......

2018-04-10 19:06:47 24132 10

原创冈萨雷斯《数字图像处理》学习笔记（3）--频率域滤波(含傅里叶变换推导)

频率域滤波所有的滤波都是通过傅里叶变换在频率域实现的，所以我们先重点提出傅里叶变换。一、傅里叶变换基础一维傅里叶变换数学推导首先，我们知道傅里叶级数，形如： f(x)=a0+∑n=1∞[ancos(nωx)+bnsin(nωx)]…(1)f(x)=a0+∑n=1∞[ancos(nωx)+bnsin(nωx)]…(1)f(x)=a_0+\sum_{n=1}^{\infty}[a...

2018-04-08 23:56:49 5075

原创冈萨雷斯《数字图像处理》学习笔记（2）--灰度变换与空间滤波

一、对数及对比度拉伸变换对数拉伸变换公式： g=c∗log(1+f)g=c∗log(1+f)g=c*log(1+f) 其中，c是常数（拉伸幅度），g是输出图像的灰度值，f是输入图像的灰度值对比度拉伸变换公式： s=11+(mr)Es=11+(mr)Es=\frac{1}{1+(\frac{m}{r})^E} 其中，E是常数（控制函数斜率，即拉伸幅度），s是输出图像的灰度值，r是输入...

2018-04-06 21:04:19 1896

原创冈萨雷斯《数字图像处理》学习笔记（1）--数字图像基础

数字图像基础一、数字图像表示一幅图像可以被定义为一个二维函数 f(x,y)f(x,y)f(x,y)，其中 xxx 和 yyy 是空间(平面)坐标，fff 在任何坐标点 (x,y)(x,y)(x,y) 处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由三幅单色图像(红、绿、蓝)组合形成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理...

2018-04-06 17:34:21 2191

原创【风格迁移系列一】图像风格迁移原始论文实现细节（含代码讲解）

原文：Image Style Transfer Using Convolutional Neural Networks一、IST(Image Style Transfer)基础Lcontent(C,G)=14n[l]Hn[l]Wn[l]C∑ij(a[l][C]ij−a[l][G]ij)2Lcontent(C,G)=14nH[l]nW[l]nC[l]∑ij(aij[l][C]−aij[l...

2018-04-05 19:01:44 10164 16

原创生成对抗网络原始论文解读

生成对抗网络原始论文重点解读原文：https://arxiv.org/pdf/1406.2661.pdf一、GAN基础“D和G的训练是关于值函数V(G, D)的极小极大化的二人博弈问题”。minGmaxDV(D,G)=Epdata(x)[log(D(x))]+Epz(z)[log(1−D(G(z)))]…(1)(9)(9)minGmaxDV(D,G)=Epdata(x)[l...

2018-04-05 14:29:22 3921 2

原创棋盘覆盖图形界面（python自带tkinter库实现）

棋盘覆盖图形界面（python）一、解决方案和关键代码工具： python tkinter库问题描述：在一个2^k×2^k个方格组成的棋盘中,若有一个方格与其他方格不同,则称该方格为一特殊方格,且称该棋盘为一个特殊棋盘.显然特殊方格在棋盘上出现的位置有4^k种情形.因而对任何k≥0,有4^k种不同的特殊棋盘。在棋盘覆盖问题中，要用下图中 4 中不同形态的 L 型骨牌...

2018-04-02 21:55:12 4110 2

原创卷积神经网络经典论文的学习笔记

1 Optimization algorithm And Regularization1.1 Optimization algorithm1.2 Regularization2 Convolutional Neural Network2.1 Convolution General development process2.2 Deconvolution2....

2018-04-01 10:40:05 3029