- 博客(38)
- 收藏
- 关注
原创 [AI医学比赛] 百度STAGE比赛 EDA 探索性数据分析
STAGE挑战赛是由华南理工大学医疗大数据与医学智能实验室联合中山大学中山眼科中心在MICCAI 2023上举办的国际眼科赛事。
2023-07-12 17:39:08
260
原创 [医学分割比赛] ISBI2023 APIS多模态医学分割比赛总结 + top3解决方案
多模态医学分割比赛APIS: A Paired CT-MRI Dataset for Ischemic Stroke Segmentation Challenge
2023-05-11 03:49:04
2001
原创 [pytorch] 3D Unet + Resnet替换Encoder
本文介绍如何实现Unet的3D版本,以及如何用Resnet替换Unet原始版本的Encoder.原版Unet的实现:Resnet的实现:建议先对这两种网络结构有一定的了解,如果懒得去学习的话可以直接使用第三章节U-Net_resnet_encoder的完整代码。
2023-03-28 02:37:20
2479
4
原创 [pytorch] 预训练网络(如timm)使用模型并行(Model Parallel)
([pytorch] 预训练网络(如timm)使用模型并行(Model Parallel))
2023-01-25 23:21:35
1070
1
翻译 [医学多模态融合系列 -4] Multimodal deep learning for biomedical data fusion: a review
生物医学数据正变得越来越多模式,从而捕捉生物过程之间潜在的复杂关系。基于深度学习 (DL) 的数据融合策略是对这些非线性关系进行建模的一种流行方法。
2023-01-19 18:42:14
2429
翻译 [医学多模态融合系列 -3] Multimodal Classification: Current Landscape, Taxonomy and Future Directions
多模态分类研究随着卫星图像、生物识别和医学等领域的新数据集越来越受欢迎.
2023-01-11 02:03:40
2074
翻译 [医学多模态融合系列 -2] A review on multimodal medical image fusion
在过去的二十年中,医学成像已广泛应用于诊断疾病。由于缺乏该领域的信息,医学专家仍然难以用单一模式诊断疾病。图像融合可用于将特定器官的图像与来自各种医学成像系统的疾病合并。解剖学和生理学数据可能包含在多模态图像融合中,使诊断更加简单。寻找具有融合质量评估的最佳多模态医学数据库来评估推荐的图像融合方法是一项艰巨的挑战。因此,本文提供了多模式医学图像融合方法、数据库和质量测量的完整概述。在本文中,提供了对不同医学成像模式的简要回顾和相关多模态数据库的评估以及统计结果。
2023-01-05 00:44:15
8702
原创 [3D数据深度学习] (PC/服务器集群cluster)CPU内存/GPU显存限制及解决办法
3D数据的深度学习目前研究远不如2D深度学习成熟,其中最大的一个原因之一就是收到硬件条件的限制。对于3D数据的深度学习,我们会分析其在CPU内存和GPU显存两方面的限制,希望大家能够充分利用自己的资源进行深度学习。
2022-12-20 00:41:16
3538
1
翻译 [医学多模态融合系列 -1] A review: Deep learning for medical image segmentation using multi-modality fusion 解读
多模态广泛应用于医学成像,因为它可以提供关于目标(肿瘤、器官或组织)的多信息。使用多模态的分割包括融合多信息以改进分割。
2022-12-15 23:30:02
2921
原创 [pytorch] 2D + 3D EfficientNet代码 实现,改写
[pytorch] 2D + 3D EfficientNet代码 实现,改写
2022-10-28 17:18:53
1598
1
原创 [pytorch] 分布式训练 Distributed Data-Parallel Training (DDP)
[pytorch] 分布式训练 Distributed Data-Parallel Training
2022-05-03 02:02:16
2058
原创 [pytorch] monai Vit 网络 图文分析
monai Vit 网络 图文分析Vision Transformer (ViT)Network structure
2022-04-19 22:48:36
3849
1
原创 [pytorch] MedicalNet 3D Resnet预训练分割网络 代码详解
MedicalNet 3D Resnet预训练分割网络 代码详解MedicalNet这个代码也是医疗任务中比较出名的了 ,github上的star有1.4k. 作者也提供了许多预训练网络参数,我们可以将其应用到不同的医学任务上。
2022-04-13 15:28:00
10438
6
原创 [pytorch] Resnet3D预训练网络 + MedMNIST 3D医学数据分类
[pytorch] MedMNIST 3D医学数据分类MedMNIST数据集
2022-03-23 00:56:12
19922
35
原创 [python] 3D医学数据增强 示例+代码
3D医学数据增强 示例+代码3D医学数据数据增强库数据可视化原始图片数据增强操作ResizeRandomcorpPadNormalizeCropFlipRotateElasticTransformRandomRotate90GaussianNoiseRandomGammaGridDropoutCutoutAbsRandom blur (torchio)随机数据增强数据增强是深度训练过程中一个重要的步骤,2d的数据增强现在已经比较成熟,官方也有自己的数据增强函数。然而,3d数据增强的代码却不是很多,这里分析
2022-03-21 21:54:09
11961
8
原创 [pytorch] PyTorch Metric Learning库代码学习二 Inference
PyTorch Metric Learning库代码学习三 InferenceInstall the packagesImport the packagesCreate helper functionsCreate the dataset and load the trained model度量学习作为一个大领域,网上有不少介绍的文章,pytorch-metric-learning库的官方文档也有比较详细的说明和demo. 简介度量学习和pytorch-metric-learning的使用官方 API
2022-03-09 21:13:55
3187
原创 [pytorch] Kaggle图片分类比赛 ArcFace + Metric Learning 代码学习
ArcFace代码学习代码链接基础知识[理论] 度量学习 Metric Learning[python] logging模块代码详解依赖安装比赛中的数据包含来自 28 个不同研究机构的 30 个不同物种(鲸鱼和海豚)的 15,000 多只独特个体海洋哺乳动物的图像。比赛要求是对测试集个体id的分类。kaggle 比赛数据详情及数据集下载:Happywhale - Whale and Dolphin Identification代码链接arcface是本次比赛中表现最好的方法之一。代码:Pytor
2022-02-26 17:55:51
4986
1
翻译 [pytorch] Kaggle大型图像数据集 数据分析+可视化
[pytorch] Kaggle大型数据集 数据分析+可视化参数meta data 原数据探索性数据分析(EDA)Different SpeciesDolphin Vs WhaleImageSize Vs ClassImageSize Vs Split(Train/Test)数据可视化比赛中的数据包含来自 28 个不同研究机构的 30 个不同物种(鲸鱼和海豚)的 15,000 多只独特个体海洋哺乳动物的51033张图像。比赛要求是对测试集个体id的分类。kaggle 比赛数据详情及数据集下载:Happy
2022-02-26 05:52:52
3116
1
原创 [pytorch]FixMatch代码详解(超详细)
FixMatch代码详解-训练过程参数数据产生构建模型训练参数设置weight decay(权值衰减)学习率衰减(learning rate decay)指数移动平均(EMA)model训练过程运行结果上一篇大概讲了数据加载的过程,这一篇更进一步,分析一下训练是怎样进行的上一篇链接: [pytorch]FixMatch代码详解-数据加载参数所有的参数我都默认使用作者给出的例子:python train.py --dataset cifar10 --num-labeled 4000 --arch w
2022-02-18 02:26:54
9019
27
原创 [pytorch]FixMatch代码详解-数据加载
FixMatch代码详解-数据加载原文及代码原文代码数据加载分析数据集训练执行文件 train.pyDataset对象 cifar.py原文及代码最近想使用Fixmatch来实现办监督学习,找了看官方代码是tensorflow1.0的版本…于是转战pytorch.但pytorch我刚刚入门,我看了看代码的解读也不多,这里我就记录一下自己一点点琢磨的东西吧,希望大家可以共同学习.这一篇主要是关于代码中的数据加载部分的.原文FixMatch: Simplifying Semi-Supervised L
2022-02-16 06:33:27
6421
15
原创 [Keras] 3D U-Net源码解析之generator.py
3D U-Net源码解析之generator.pyget_training_and_validation_generators参数第一块代码第二块代码第三块代码第四块代码第五块代码get_validation_splitsplit_listdata_generatorcreate_patch_index_listcompute_patch_indicesget_set_of_patch_indicesadd_dataget_data_from_fileget_patch_from_3d_datafix_ou
2020-06-10 04:05:02
1067
2
原创 [Keras] 3D U-Net源码解析之data.py
3D U-Net源码解析之data.py本文主要介绍之前在train.py中提到的函数write_data_to_file参数第一块代码第二块代码第三块代码第四块代码第五块代码create_data_filewrite_image_data_to_fileadd_data_to_storage这个文件相当的复杂,写起来也比较乱,希望大家在观看的时候能够根据函数的调用情况并结合我的目录,跳到相应的位置(子函数)看,不然很容易忘了自己在干啥QAQwrite_data
2020-06-08 10:28:39
1028
5
原创 [Keras] 3D UNet源码解析之train.py
[Keras] 3D UNet源码解析之train.pymain函数第一块代码 数据读取第二块代码 产生数据生成器第三块代码 训练网络fetch_training_data_files一些文件处理函数函数具体分析函数输出分析作者代码:zishang33/3DUnetCNN本文主要解析train.py的各个部分的作用.main函数从运行的过程分析,运行时要把config[“overwrite”] 改为true。这里暂不分析模型调用load_old_model的情况。第一块代码 数据读取if ov
2020-06-07 19:52:48
2081
原创 (新手向)从零开始使用Colab进行机器/深度学习详细教程
(新手向)从零开始使用Colab进行机器/深度学习详细教程什么是Colab如何使用ColabColab的几种使用方式像Jupyter Notebook一样使用如何使用GPU加速如何使用Colab跑我们的程序疫情期间只能在家实习,用笔记本做简单的机器学习还能勉强凑合,深度学习随便训练个模型要跑几天几夜。不过如果我们使用Google Colab的GPU资源,什么电脑都可以玩深度学习啦!什么是Col...
2020-06-04 05:27:37
33756
3
原创 [Keras学习]fit_generator浅析及完整实例
fit_generator浅析及完整实例为什么要用fit_generatorfit_generator的参数实例解析1.第一步 下载数据,加载相关库2.第二步 设置路径和图片的形状大小3.第三步 读取所有图片数据4.第四步 打乱样本,转化标签5.第五步 划分训练集,验证集6.第六步 编写迭代器/生成器(重点)7.第七步 构建数据增强函数8.第八步 网络构建9.第九步 模型训练10.第十步 评估训练结果在做计算机视觉相关项目的时候,我们可以看到基本所有的keras的项目都用到了fit_generator这个
2020-06-02 05:54:23
14026
9
原创 3D各向异性图片进行深度学习的解决方法
3D各向异性图片进行深度学习(图像分割/分类)的解决方法什么是各向异性常用的3D图像分割/分类网络3D Unet合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowch...
2020-05-04 23:42:28
3350
7
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