自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 最大池化和3x3卷积 5x5卷积 7x7卷积(息肉分割)

图一:3x3矩阵 图二:最大池化。:最大池化是一种下采样操作,它通过取一个区域(如图二),2x2窗口内的最大值来代表该区域。这样做有两个好处:一是能迅速,让神经元看到更广阔的图像区域,理解目标的整体环境和相对位置;二是它具备一定的,因为只取最大值,能忽略一些细微的扰动。这个分支为网络提供了“这是什么东西”的全局概念。

2025-11-17 19:03:50 373

原创 CTNet: Contrastive Transformer Networkfor Polyp Segmentation

在临床实践中,从结肠镜图像中分割息肉非常重要,因为它为结直肠癌提供了有价值的信息。然而,息肉分割仍是一项具有挑战性的任务,因为息肉具有伪装特性且大小差异巨大。尽管最近提出了许多息肉分割方法并取得了显著成果,但大多数方法由于缺乏具有区分特性的特征以及缺乏具有高层次语义细节的特征而无法产生稳定的结果。息肉分割技术难点通常:息肉和周围组织在颜色和纹理上具有很大的相似性,导致其伪装特性使得定位困难。息肉在形状和大小上差异很大,使得模型难以产生稳定的分割结果。

2025-10-22 17:55:14 796

原创 HRENet: A Hard Region EnhancementNetwork for Polyp Segmentation

这篇论文提出了一种名为HRENet(Hard Region Enhancement Network)的新型网络,用于结肠镜图像中的息肉分割。息肉分割在结直肠癌的诊断和治疗中具有重要意义,但由于息肉在形状、大小、颜色和纹理上的多样性以及息肉与周围粘膜之间的边界模糊,准确分割仍然是一个挑战。本文设计了一个信息丰富的上下文增强(ICE)模块,以探索和强化来自低级编码器的特征,并对硬区域给予明确关注。还开发了一个自适应特征聚合(AFA)模块,用于从多个语义层次中选择和聚合特征。

2025-10-20 14:21:26 1006

原创 python模块怎么导入与使用

这样我们调用这个方法的时候就能from t import fool1,甚至如果想同时调用多个方法可以from t import fool1,fool2。先导入模块,这个.py文件,当然觉得tools这个名字太长可以改成别的,比如 t。python的库是非常好用的,然后库相当与一个一个的.py的文件夹。然后这些方法我们想用的时候,我们怎么用呢。当然包可以改名字,方法也可以改。

2025-09-14 11:32:10 300

原创 如何访问类的属性与方法

这是定义在student这个类里面的方法,只需要stu1.listen()就相当于调用了这个方法,会打印听课。后面就是stu1.age 属性都是可以动态修改的,然后也可以动态添加属性 这就是优于字典的地方。首先,stu1是一个对象,它使用student这个类,然后传入了张三,男,16,167这几个属性。stu1.name的值就是张三了,print()是打印这个值。然后如果想删除属性里的值可以del stu1.xxx。然后重点是这个方法,stu1.listen()

2025-09-14 10:50:23 349

原创 python类的学习感悟

变量 = 类(e,f,g,h) 变量实际上就是对象,这时候对应的a,b,c,d就有具体的值了。既然都是学生,那就创建一个student类,self是形参,a,b,c,d是实参。想象:如果班上有八十个学生,岂不是要一个一个输入,这太麻烦了。此后这个对象就是具体的了,对象就叫做实例了,这个过程叫做实例化。我们需要真实的数据的时候,就将类实例化,创建一个一个实例。总结,类实际上就是一个提取的共同模式,类是抽象的。这些是一个一个的字典,它们都是对象。每一个对象其实都是由属性与方法组成的。

2025-09-13 21:58:43 273 2

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

提示
确定要删除当前文章?
取消 删除