- 博客(2)
- 收藏
- 关注
RSS订阅原创 3D Densely Convolutional Networks for Volumetric Segmentation论文阅读
Abstract. 在等强度阶段，由于组织之间的低对比度，准确的体积图像分割是一项具有挑战性的任务。 在本文中，我们提出了一种基于密集卷积网络的新型超深网络架构，用于体积大脑分割。所提出的网络架构提供了层之间的密集连接，旨在改善网络中的信息流。 通过连接细密块和粗密块的特征图，它允许捕获多尺度上下文信息。实验结果表明，在 6 个月婴儿脑 MRI 分割的 MICCAI 大挑战中，所提出的方法在分割精度和参数效率方面比现有方法具有显着优势。 1 Introduction 体积脑图像分割旨在将脑组织分成不重叠的区
2021-07-27 09:30:28
477
原创 深度学习笔记(一)
关于激活函数的选择问题，个人感觉应该是这样的： 对于二分类问题，理论上使用sigmoid和softmax没有区别，因为数学表达式的形式是一样的。 对于多分类非互斥问题，使用sigmoid更合适。 对于多分类互斥问题，使用softmax更合适。 补充一下： 多分类非互斥问题：多标签分类 多分类互斥问题：单标签分类 AlexNet ...
2021-07-14 15:31:47
223
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