lwf1881的博客

Dice损失在医学图像分割任务中使用得极多，用于度量两个集合得相似性，dice系数的定义如下：DiceCoefficient=2∣A∩B∣∣A∣+∣B∣Dice Coefficient = \frac{2|A\cap B|}{|A| + |B|} DiceCoefficient=∣A∣+∣B∣2∣A∩B∣​Dice 损失等于1-dice系数Diceloss=1−DiceCoefficientDice loss = 1-Dice CoefficientDiceloss=1−DiceCoeffic

交叉熵损失函数好用是好用，但当数据存在严重的不平衡问题的时候，会导致结果特别糟糕，特别是在医学图像分割问题中，一般目标区域都比较小，背景区域比较大，此时用交叉熵损失函数的话得到的结果就不太好。IOU loss介绍IOU即是交并比，用相交的部分去除上并集，就得到IOU的值，1-IOU的值就是IOU Loss。至于IOU的数学定义去看百度百科吧，举个例子：上面两张图求IOU，白色区域为目标区域，就是用两张图片的白色区域的交集去比上白色部分的并集，就得到了白色类别的IOU值。在实际工程中，一般黑色像素为类

介绍虽然说咱也不知道这个Grad-CAM的数学理论是如何推导的，但是在看论文的时候发现很多论文里面都用了Grad-CAM来可视化模型的特征图，用来显示网络对ROI区域的捕捉。想详细了解的话看一下B站大佬噼里啪啦的讲解视频。推荐代码code:https://github.com/jacobgil/pytorch-grad-cam安装pytorch-grad-cam ：pip install grad-cam官方给的例子：自己的尝试我试着使用这个仓库来可视化我的vit模型，做的是一个五分类的

最近一直在做一些语义分割相关的项目,找损失函数的时候发现网上这些大佬的写得各有千秋,也没说怎么用,在此记录一下自己在训练过程中使用损失函数的一些心得.本人是使用的Pytorch框架,故这一系列都会基于Pytorch来实现。首先是交叉熵损失函数，语义分割其实是一个逐像素分类的一个分类问题，做过图像分类的应该都比较熟悉交叉熵损失函数。pytorch中自带有写好的交叉熵函数，只需要调用就行：loss_func = nn.CrossEntropyLoss()torch.nn模块中写好的损失函数都是以类的方

使用网上的大多数格式转换过来图像失真过于严重，出现了这种情况：而原始图像是：读取的过程中直接变成了二值图，所以就先对读取到的原始像素矩阵做归一化，在*255变为灰度图，代码如下：import SimpleITK as sitKimport numpy as npimport cv2import osdef convert_from_dicom_to_png(img,low_window,high_window,save_path): lungwin = np.array([low_

最近在做医学图像相关的实践,数据集图像是dicom格式的,标注是nrrd格式的图像.为了方便后期的模型搭建和训练转一下格式.python读取nrrd格式的图像需要用到pynrrd库,使用pip就可以安装:pip install pynrrd核心代码:import numpy as npimport nrrdimport osimport cv2def nrrd_to_png(nrrd_filename,save_path,patient_id): nrrd_filename = n

昨天朋友忙要把白色背景的证件照换为红色的，比较急用，本人也不太会用PS，网上的那些转换小工具都是要收费的，就想着自己搞一搞，原理很简单，白色背景的像素值为[255,255,255],用这个信息生成mask，再将生成的Mask对应回原图像将背景区域换为红色的像素值[256,0,0]即可实现。read imagedef read_source_image(image_path): img = cv2.imread(image_path) return imgresizedef resi

在做UNET的眼球血管分割的时候，眼球的标注使用的gif格式存储的，习惯了使用jpg或者png了，先转一下。直接用opencv读进来以后重写一下就可以。gif读取的时候要使用VideoCapture，因为GIF是动图。# !/usr/bin/python3# -*- coding:utf-8 -*-# Author:WeiFeng Liu# @Time: 2021/12/9 下午6:54import numpy as npimport cv2import osdef gif_to_png(

在做UNET的眼球血管分割的时候，眼球的图像使用的tif格式存储的，习惯了使用jpg或者png了，先转一下。直接用opencv读进来以后重写一下就可以。# !/usr/bin/python3# -*- coding:utf-8 -*-# Author:WeiFeng Liu# @Time: 2021/12/9 下午6:41import cv2import numpy as npimport osdef tif_to_png(image_path,save_path): """

原始视频是41秒，每秒30帧，opencv提供了简单的实现来切分视频。代码：# !/usr/bin/python3# -*- coding:utf-8 -*-# Author:WeiFeng Liu# @Time: 2021/12/9 上午8:19import cv2import globimport osdef video_to_frame(save_path,video_path): # save_path : frame save path # video_path

最近在做一些分割的项目，拿视频来做分割测试，在做分割时是一帧一帧的读进去的，出来的结果也是离散的视频帧。所以就有这个需求：原始帧序列：从第一帧到最后一帧依次存起来的。从这些分割借过帧中还原视频，opencv提供了简单的实现：# !/usr/bin/python3# -*- coding:utf-8 -*-# Author:WeiFeng Liu# @Time: 2021/12/2 上午9:59import cv2import globimport osdef frames_to_v

全部代码： https://github.com/SPECTRELWF/pytorch-cnn-study网络介绍：Alexnet网络是CV领域最经典的网络结构之一了，在2012年横空出世，并在当年夺下了不少比赛的冠军，下面是Alexnet的网络结构：网络结构较为简单，共有五个卷积层和三个全连接层，原文作者在训练时使用了多卡一起训练，具体细节可以阅读原文得到。Alexnet文章链接：http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf作者在网络中

CIFAR10数据集介绍CIFAR10数据集包括10类图像，每张图像的大小为32*32，包含如上图的十个类别的对象。每个类都包含6000张图片，总共有60000张图片，数据集平衡。其中，训练组图像包含50000张图片，测试集包含10000张图像。数据集的下载数据集地址：http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz也可以使用pytorch中的方法来获取数据集：trainset = torchvision.datasets.CIFAR1

这个任务是自己在项目中数据处理的一部分内容，待处理的图片如下所示：我需要将目标区域给裁剪出来，要不然在后期训练网络的时候整幅图像过大，且目标区域过小，得到结果不好，还会加剧计算量。在网上找了各个大佬的博客看，没找到合适的，便自己动手写了，顺便自己的小破站刚搭建起来，记录一下自己的思路。思路去寻找目标区域的最左边，最右边，最上面和最下面的像素点，取到坐标信息以后用CV2的裁剪一下就可以实现了。#难点数据总共是11952张图片，每张图片是1024*768大小的，依次去遍历的话担心太费时间了，结果还好，

代码如下：from PIL import Imageimport ospath = r'图片存储的路径'newpath = r'转换后存储图片的路径'def RGBtoGray(path): files = os.listdir(path) for file in files: imgpath = path + '/' + file #print(imgpath) # im = Image.open(imgpat

灰度图的位深度为8，此代码使用PIL库中的convert函数进行转换。convert函数的参数解释：1 ------------------（1位像素，黑白，每字节一个像素存储）L ------------------（8位像素，黑白）P ------------------（8位像素，使用调色板映射到任何其他模式）RGB------------------（3x8位像素，真彩色）RGBA------------------（4x8位像素，带透明度掩模的真彩色）CMYK------------