- 博客(17)
- 收藏
- 关注
RSS订阅原创 Medical-Transformer模型解读（附源码+论文）
看看效果，医学的细胞图像分割，上面一行是预测的，下面一行是真实标签。我就跑了400个epochs，数据集也比较小，跑了几分钟，所以效果可能没那么明显的好。这个是官方给的一个对比图。
2025-03-20 16:38:33
874
原创 [顶会]RRID模型解读（附源码+论文）
这次用的数据集是market1501，这是一个清华校园的数据集，比较小，我们来看一下这个数据集。这个数据集前面的内容截取的不是很好，得往后拖拖，我们来看这个绿色衣服的。首先前面的00000202代表ta的行人ID，一共有1500个ID。后面的0001-0006都是摄像头的编号，一共有6个摄像头。接着摄像头后的编号为当前摄像头下的图像编号。比如00000202_0004_00000003.jpg表示行人ID为202的在第4个摄像头下的第3张图片。
2025-02-24 15:54:49
621
原创 3D点云-Pointnet++模型解读（附源码+论文）
（关键部分代码注释详细，参考（源码基于TensorFlow）（分类任务）（部位分割任务）（语义分割任务）给大家先看一下数据集，这是一个3D点云的飞机，应该能看出来吧。它是由很多个点组成的3维数据，与平时图像、视频这些2D数据不一样。这张图大家应该能感受到点云的无序性。点x1与点x2互换了位置，对数据没有任何影响，点的排列顺序不影响其几何结构。我们再看一下部位分割任务的数据。应该能看出来是把枪吧，我给倒过来了，因为蓝色和背景重在一起看不清。不同的颜色代表不同的位置。可以看一下数据的组成。
2024-12-04 18:22:49
3443
5
原创 基于YOLO11的DeepSort讲解（附源码+论文）
（我在别人基于YOLO5的基础上改的YOLO11代码，不过原作者已经将项目扩展的非常庞大了，有兴趣的可以去看一下看这篇文章前需要了解的基本知识，我这里不说，只讲的部分。先看一下效果。
2024-12-02 11:49:41
5678
5
原创 DETR模型解读（附源码+论文）
DETR（DEtection TRansformer）是一种基于Transformer的目标检测模型，它抛弃了传统目标检测中的手工设计流程（如候选框生成和NMS），实现了端到端的检测框架。
2024-11-24 15:17:48
2145
6
原创 VIT模型解读（附源码+论文）
（建议看我的，因为我都整理好了，而且代码注释的很详细。想看源码的话可以去官网）传统的图像处理都是用的卷积，直到多头注意力机制横空出世，NLP取得飞跃发展。有机智的学者发现，将其应用到图片处理…Vision Transformer (ViT) 是一种基于 Transformer 的图像分类模型，其核心思想是将图像切分成小的 patch（图像块），然后将每个 patch 当作序列输入 Transformer 模型进行处理，这张图应该看的很明白。
2024-11-22 13:08:44
1105
2
原创 基于deeplabv3_resnet50的超声心动图图像分割（附源码+论文）
所以对于模型的话没有什么可以学的点，不过很适合初学者学会如何把现有的模型应用到自己数据集，做自己的项目。代码链接：https://github.com/xiaoxijio/deeplabv3_resnet50-Echocardiographic-image-segmentation（自己复现的代码，注释非常详细，如果要看源码可以去官网查看）数据集夸克链接：https://pan.quark.cn/s/8b7f9bbde7a4 （建议用网盘下，官网下麻烦+慢）这篇论文的代码的一个复现。
2024-11-21 16:18:29
518
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