ama_momo-优快云博客

原创 to do

0705A review 中bin lossBin loss for hard exudates segmentation in fundus images.看一下feature fusion方式？A framework for identifying diabetic retinopathy based on anti-noise detection and attention-based fusion.Ddr数据集分割+分类该方法探究了分类和分割之间存在trade-off，而不是..

2021-07-06 16:19:42 303

原创 Learn to Segment Retinal Lesions and Beyond

Abstract病灶分割+病灶分类+DR病变等级分类三个challenge：病灶缺乏客观的边界 --a re-designed expansive path (Lesion-Net)病灶的临床重要性与其大小无关 (dual loss 同时病灶分割+病灶分类)病灶和疾病类别之间缺乏一对一的对应（lesion-net作为classification branch的side-attention module，并且结果具有可解释）提出新的数据集（retinal lesions） 12k, 8lesio

2021-04-06 17:21:07 735

原创 arXiv上传论文

参考资料：1, 2首先注册：https://arxiv.org/loginStart注册完成之后，填写基本信息，同意协议note：在license选项我看了一些帖子后选择了第一个主要类别，我选的computer science --> computer vision and pattern recognition;Add Files由于自己上传压缩包的时候，老是出错，所以就一个一个上传了。大致上传内容如下，然后点击右边的 continue:Process Files 按钮出

2020-11-04 12:41:52 1037 2

原创 MedMNIST：医学领域中的MNIST数据集

本数据集是由上海交通大学（倪冰冰团队）提供，共有十个医学图像分类数据集（分辨率为28*28），由于自己对眼底图片相对来说熟悉一点，所以就先看了一下眼底图片的一些情况。首先是可视化这28*28的Diabetic Retinopathy（DR）图片数据来源是ISBI2020 challenge（The 2nd diabetic retinopathy – grading and image quality estimation challenge）提供，名为DeepDR Diabetic Retinopat

2020-10-29 16:37:15 5840 2

原创 Improving Lesion Segmentation for Diabetic Retinopathy using Adversarial Learning

ICIAR 2019Code[Pytorch]摘要&introductionIDRiD给出了pixel level的病灶标注：microaneurysms, hemorrhages, soft exudates and hard exudates.HEDNet edge detector to solve a semantic segmentation task on this dataset.then propose an end-to-end system for pixel-

2020-10-28 11:03:44 496

原创 Holistically-Nested Edge Detection

ICCV 2015Code[Pytorch]摘要&introduction新的边缘检测算法：（1）image-to-image training and prediction （2）multi-scale and multi-level feature learning由于HED是image-to-image，所以该算法可以扩展到语义分割的领域。（只不过该论文中输入的是图像边缘的GT，在图像分割技术中，输入pixel level的分割的GT）HED能实现端到端的训练，输入一个图片，输

2020-10-28 11:02:18 910

原创 sklearn.model_selection.KFold中random_state

使用K折交叉验证来反应模型的平均性能，首先应该保证每次数据集的划分是一样的，即第一个模型的训练集应该与第二个模型的训练集应该相同，这样得出来的对比结果才更有说服力。那么下面就是介绍如何使得输入到不同的模型时保证数据集是一样的。令shuffle=True和random_state=某个整数from sklearn.model_selection import KFoldimport numpy as npX = np.arange(24).reshape(12,2)kf = KFold(n_spli

2020-09-18 09:49:43 1957

原创 python 绘制混淆矩阵

首先看一下文件夹下包含的文件其中csv文件是训练NN时，eval某个结果保留下来的混淆矩阵代码如下import numpy as npimport matplotlib.pyplot as pltimport seaborn as snsnp.random.seed(0)x = np.loadtxt(open("ford1_confusion_matrix.csv","rb"),delimiter=",",skiprows=0)# print(x)b = np.sum(x,axis

2020-09-10 20:53:31 987

原创 Improved Embeddings with Easy Positive Triplet Mining

WACV 2020之前看到很多triplet selection strategy都是基于寻找negative，比如facenet中提出的semi-hard negative（不用hard negative是因为the hardest negative examples leads to bad training behavior）==针对hard negative可以看另外一篇论文：Hard negative examples are hard, but useful.本文主要是讨论easy posi

2020-09-09 21:46:49 573

原创 SoftTriple Loss: Deep Metric Learning Without Triplet Sampling

推荐视频：北大应用数学基础张志华主讲在前面介绍部分的图都来自与本视频在介绍本论文之前，先看一下“前辈”Triplet loss 刚开始应用在了人脸上note：对于easy triplet，Loss=0（a-p的距离+α\alphaα < a-n的距离），所以绝大多数样本对训练来说是没有意义的，不易收敛。所以要设计一个采样策略，在FaceNet这篇论文中使用了online semi-hard negative sampling strategy，在easy triplet（Loss

2020-09-06 21:41:23 2088

原创 Deep Ordinal Regression Network for Monocular Depth Estimation

一.Deep Ordinal Regression Network for Monocular Depth Estimation用于单目深度估计的深度有序回归网络CVPR 2018在3D视觉感知主题里，单目图像深度估计是一个重要并且艰难的任务。虽然目前的方法已经取得了一些不错的成绩，但是这些方法普遍忽略了深度间固有的有序关系。针对这一问题，我们提出在模型中引入排序机制来帮助更准确地估计图像的深度信息。具体来说，我们首先将真值深度（ground-truth depth）按照区间递增（SID）的方法预分为

2020-09-06 18:48:11 3388 4

原创 Mixup

对于一个batch内的图片，按照lamda进行加权混合，将混合后的data送入模型得到predict，因为对于混合的data并没有label，所以需要将predict分别与两个输入的label做loss，其权重等于混合input时的值。

2020-09-03 20:39:21 231

原创分类任务中输出结果到test.csv文件中

codeimport csvimport cv2import osfrom PIL import Imagefrom model import * import torchimport numpy as npimport torchvision.transforms as transformscsvFile = open("res.csv","w",newline='') # 创建csv文件writer = csv.writer(csvFile)# 先写入columns_name

2020-08-19 12:33:50 894

原创快速下载kaggle上的数据集

参考链接1. pip install kaggle自己已经下载好了2.注册kaggle账号，打开my account,选择create NEW API Token，下载一个json文件，将其保存在C:\Users\tl.kaggle中3.Win+R打开cmd窗口，copy API command要开心！

2020-08-03 16:24:25 842

原创 Focus Longer to See Better: Recursively Reﬁned Attention for Fine-Grained Image Classiﬁcation

Focus Longer to See Better: Recursively Reﬁned Attention for Fine-Grained Image Classiﬁcationcode：https://github.com/TAMU-VITA/Focus-Longer-to-See-Betterpaper：https://arxiv.org/abs/2005.10979Abstract类间的边缘视觉差异（the marginal visual difference）使得细粒度分类很难。

2020-07-15 18:06:24 479 1

原创 Rank-consistent Ordinal Regression for Neural Networks

Rank-consistent Ordinal Regression for Neural Networks摘要分类任务的网络结构已经得到显著的发展，但是常用的损失函数（例如多类别交叉熵）不能解决ranking（排名）和序数回归的问题。本文作者提出了一个新框架（Consistent Rank Logits，CORAL），该框架具有rank-monotonicity（排名单调性） and consistent conﬁdence scores（置信分数一致性）的理论保证。预测一致性问题（后面有讲）通过

2020-07-15 17:48:30 2025 3

原创 VSCode免密登录

windos下创建秘钥对windos下的控制台默认没有ssh,但是gitbash里有,使用gitbash创建秘钥对已有，跳过。远程也使用同样的命令创建密钥对ssh-keygen -t rsa一直回车即可。然后把公钥拷贝到远程服务器上之后 xshell中输入cat ~/id_rsa.pub >> ~/.ssh/authorized_keys...

2020-06-18 10:03:54 803

原创通信云平台环境搭建

apt-get update 失败？root@c-z2twl:~# apt-get update Err:1 http://security.ubuntu.com/ubuntu xenial-security InRelease Temporary failure resolving 'security.ubuntu.com'Err:2 http://ppa.launchpad.net/jonathonf/pyth

2020-06-18 08:50:23 466 4

原创 Regularized Pooling

Abstract在CNNs中pooling的作用：dimensionality reduction and deformation compensation.但是存在问题：its excessive ﬂexibility risks canceling the essential spatial differences between classes.(过度灵活性可能会抵消类之间的本质空间差异)提出：regularized pooling，提高了识别精度，而且加快了学习的收敛速度。1 Introdu

2020-06-08 10:25:56 256 1

原创 Fine-Grained Visual Classiﬁcation via Progressive Multi-Granularity Training of Jigsaw Patches

基于渐进式多粒度拼图训练的细粒度视觉分类code：https://github.com/PRIS-CV/PMG-Progressive-Multi-Granularity-Trainingpaper：https://arxiv.org/abs/2003.03836Abstract细粒度分类比传统分类难目前解决方法主要关注：locate the most discriminative parts, more complementary parts, and parts of various gran

2020-06-08 10:08:16 635 3

原创 Learning to Navigate for Fine-grained Classiﬁcation

ECCV 2018 北京大学Abstract找出完全表征对象的细微特征并不简单（细粒度分类的挑战性）文章提出新颖的自监督(self-supervision)机制，无需bbox和part annotations，即可有效定位信息区域。模型：NTS-Net（ Navigator-Teacher-Scrutinizer Network）== Navigator agent，Teacher agent和Scrutinizer agent组成考虑到informativeness of the regions

2020-06-04 12:19:36 717 2

weixin_44529634的博客

原创 to do

原创 Learn to Segment Retinal Lesions and Beyond

原创 arXiv上传论文

原创 MedMNIST：医学领域中的MNIST数据集

原创 Improving Lesion Segmentation for Diabetic Retinopathy using Adversarial Learning

原创 Holistically-Nested Edge Detection

原创 sklearn.model_selection.KFold中random_state

原创 python 绘制混淆矩阵

原创 Improved Embeddings with Easy Positive Triplet Mining

原创 SoftTriple Loss: Deep Metric Learning Without Triplet Sampling

原创 Deep Ordinal Regression Network for Monocular Depth Estimation

原创 Mixup

原创分类任务中输出结果到test.csv文件中

原创快速下载kaggle上的数据集

原创 Focus Longer to See Better: Recursively Reﬁned Attention for Fine-Grained Image Classiﬁcation

原创 Rank-consistent Ordinal Regression for Neural Networks

原创 VSCode免密登录

原创通信云平台环境搭建

原创 Regularized Pooling

原创 Fine-Grained Visual Classiﬁcation via Progressive Multi-Granularity Training of Jigsaw Patches

原创 Learning to Navigate for Fine-grained Classiﬁcation

原创双线性卷积神经网络模型（Bilinear CNN)

原创 Fine-Grained Visual Classiﬁcation via Progressive Multi-Granularity Training of Jigsaw Patches

原创 nohup

原创 github 个人主页

原创 Ubuntu安装7zip

原创细粒度分类：HBP

原创 Cell R-CNN V3: A Novel Panoptic Paradigm for Instance Segmentation in Biomedical Images

原创 Soft Labels for Ordinal Regression阅读笔记

原创 PSPNet阅读笔记

原创 Piecewise Flat Embedding for Image Segmentation

空空如也

空空如也