Slientsakke-优快云博客

原创从零开始：在Windows以及Linux服务器上轻松部署DeepSeek，解锁AI新境界！

三步轻松部署DeepSeek

2025-02-10 16:10:39 785

原创知识蒸馏新高度！DeepSeek突破性技术重塑AI产业格局

AI瘦身革命：DeepSeek蒸馏技术如何炼就'小而美'的智能模型？告别算力焦虑！DeepSeek蒸馏技术开启轻量化AI新时代

2025-02-10 14:51:55 1331

原创 LLM（Large Language Model Course）大模型学习路线（课程推荐）

大模型学习路线（课程推荐），从零开始学习大模型~

2024-12-25 09:47:50 1700

原创多模态融合 Multimodal Fusion

多模态机器学习MultiModal Machine Learning (MMML)，旨在通过机器学习理解并处理多种模态信息。包括多模态表示学习Multimodal Representation，模态转化Translation，对齐Alignment，多模态融合Multimodal Fusion，协同学习Co-learning等

2021-06-23 22:03:25 32246 4

原创 [深度学习论文笔记]Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation

Swin-Unet: Unet-like Pure Transformer for Medical Image SegmentationSwin-Unet：用于医学图像分割的类Unet纯transformer论文：https://arxiv.org/abs/2105.05537代码：https://github.com/HuCaoFighting/Swin-Unet

2021-05-26 21:13:23 50956 83

原创 [深度学习论文笔记]TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation

[深度学习论文解读] TransUNet: Transformers Make Strong Encoders for Medical Image SegmentationTransUNet：用于医学图像分割的Transformers强大编码器论文：https://arxiv.org/pdf/2102.04306代码：https://github.com/Beckschen/TransUNet发表时间：Feb 2021一、基本介绍1.1问题动机医学图像分割是开发医疗保健系统（尤其是疾病诊断和治

2021-04-14 21:49:14 12228 5

原创 Hallo2 长视频和高分辨率的音频驱动的肖像图像动画（数字人技术）

最近，基于潜在扩散的人像动画生成模型，如Hallo，在短时间视频合成中取得了令人印象深刻的结果。在本文中，作者介绍了Hallo的更新，介绍了几个设计增强以扩展其功能。首先，将该方法扩展到制作长时间的视频。为了解决诸如外观漂移和时间伪影等实质性挑战，研究了条件运动帧图像空间内的增强策略。具体来说，引入了一种增强高斯噪声的贴片掉落技术，以增强长时间的视觉一致性和时间相干性。第二，实现4K分辨率人像视频生成。为了实现这一点，实现了潜在代码的矢量量化，并应用时间对齐技术来保持跨时间维度的一致性。

2024-10-23 15:17:46 1778

原创推荐CV领域中常见的即插即用模块、注意力机制、代码段

计算机视觉领域中常用的即插即用模块、注意力模块

2023-12-28 23:23:57 1155

原创 [深度学习论文笔记]Hybrid Window Attention Based Transformer Architecture for Brain Tumor Segmentation

受Transformer用于体积脑肿瘤分割的最新进展的启发，以及它在基于卷积神经网络(CNN)的模型上的独特能力，作者提出了一种u形编码器-解码器神经网络，该网络在解码过程中采用双向窗口方法进行精细细节提取。考虑到Transformer网络的这些方面，在作者提出的方法中，使用了两种流行的基于窗口的注意机制，即基于十字形窗口注意的Swin Transformer块和基于移位窗口注意的Swin Transformer块来构造u形体积Transformer(CR-Swin2-VT)。

2023-06-12 16:06:10 792

原创 [深度学习论文笔记]Multimodal CNN Networks for Brain Tumor Segmentation in MRI

自动分割对于胶质瘤患者的脑肿瘤诊断、疾病预后和后续治疗至关重要。然而，由于扫描仪和成像协议的多样性，在多模态MRI中准确检测胶质瘤及其子区域是非常具有挑战性的。

2023-03-02 15:33:21 1493 4

原创 [深度学习论文笔记]医学图像分割U型网络大合集

U型网络大合集

2022-08-12 19:34:54 3718 1

原创 [深度学习学习笔记]注意力机制-Attentional mechanism

注意力机制的基本原理很简单它认为，网络中每层不同的（可以是不同通道的，也可以是不同位置的，都可以）特征的重要性不同，后面的层应该更注重其中重要的信息，抑制不重要的信息。CBAM提取特征空间注意力的方式经过ChannelAttention后，最终将经过通道重要性选择后的特征图送入特征空间注意力模块，和通道注意力模块类似，空间注意力是以通道为单位进行最大和平均迟化，并将两者的结果进行concat，之后再一个卷积降成1。高层特征的每个通道图都可以被视为一个特定于类的响应，不同的语义响应相互关联。...

2022-07-15 20:07:41 4566

原创 [深度学习论文笔记]使用多模态MR成像分割脑肿瘤的HNF-Netv2

HNF-Netv2 for Brain Tumor Segmentation using multi-modal MR Imaging使用多模态MR成像分割脑肿瘤的HNF-Netv2Published : Jan 2022

2022-07-03 22:28:10 3028 2

原创 [深度学习论文笔记]TransBTSV2: Wider Instead of Deeper Transformer for Medical Image Segmentation

TransBTSV2: Wider Instead of Deeper Transformer for Medical Image SegmentationTransBTSV2:用于医学图像分割的宽Transformer代替深Transformer

2022-06-27 20:45:01 2340 1

原创 [深度学习论文笔记]UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接

UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接

2022-06-23 13:29:20 14958 18

原创 [深度学习论文笔记]Cross-Modality Deep Feature Learning for Brain Tumor Segmentation

Cross-Modality Deep Feature Learning for Brain Tumor Segmentation跨通道深度特征学习在脑肿瘤分割中的应用Published : Pattern Recognition 2021论文：https://arxiv.org/abs/2201.02356代码：机器学习和数字医学图像的流行，为利用深度卷积神经网络解决具有挑战性的脑肿瘤分割(BTS)任务提供了机会。然而，与广泛应用的RGB图像数据不同，用于脑肿瘤分割的医学图像数据在数据尺度上

2022-05-01 14:53:40 1277

原创 [深度学习论文笔记]Rethinking the Skip Connections in U-Net from a Channel-wise Perspective with Transformer

UCTransNet: Rethinking the Skip Connections in U-Net from a Channel-wise Perspective with TransformerUCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接Published : AAAI 2022论文：https://arxiv.org/abs/2109.04335代码：https://github.com/mcgregorwwww/uctransnet摘要：

2022-04-30 10:23:42 2236

原创 Extending nn-UNet for brain tumor Segmentation 扩展nn-UNet用于脑肿瘤分割

Extending nn-UNet for brain tumor Segmentation扩展nn-UNet用于脑肿瘤分割Pattern Recognition on November 01, 2021论文：https://arxiv.org/abs/2111.13300code：https://github.com/rixez/Brats21_KAIST_MRI_Labhttps://hub.docker.com/r/rixez/brats21nnunet摘要：脑肿瘤的分割对胶质瘤的诊

2022-04-17 21:34:33 5281

原创 [深度学习论文笔记]UNETR: Transformers for 3D Medical Image Segmentation

解码器的选择：在表3中，通过比较UNETR和其他解码器架构在两个MRI和CT模式的代表性分割任务上的性能来评估解码器的有效性。虽然这种基于FCN的方法具有强大的表示学习能力，但它们在远程依赖学习中的表现，仅限于它们的局部接受域。同样，将三维输入体积，分辨率(H,W,D)和C输入通道划分为平坦的均匀非重叠斑块，创建一个一维序列，其中(P, P, P)表示每个patch的分辨率，为序列的长度。此外，在小器官的分割中，在胆囊和肾上腺的Dice评分方面，方法显著优于第二最佳基线的6.382%和6.772%。

2022-03-30 08:17:31 25061 6

原创 [深度学习论文笔记]A Volumetric Transformer for Accurate 3D Tumor Segmentation

A Volumetric Transformer for Accurate 3D Tumor Segmentation用于精确三维肿瘤分割的体积TransformerPublished: 2021Pattern Recognition on November 01, 2021论文：https://arxiv.org/abs/2111.13300代码：https://github.com/himashi92/VT-UNet摘要：提出了一种用于3D医学图像分割的Transformer架构。为体

2022-03-22 18:17:49 4767 3

原创 [深度学习论文笔记]A Tri-attention Fusion Guided Multi-modal Segmentation Network

A Tri-attention Fusion Guided Multi-modal Segmentation Network一种三注意力融合引导的多模态分割网络Published: 2 Nov 2021Pattern Recognition 2021论文： https://arxiv.org/abs/2111.01623摘要：在多模态分割领域，可以考虑不同模态之间的相关性来提高分割结果。考虑到不同磁共振模态之间的相关性，本文提出了一种基于新型三注意力融合的多模态分割网络。网络包括具有N个图像

2022-03-17 13:29:01 6109 4

原创 [深度学习论文笔记]Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation

Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation多模态医学图像分割中的模态感知互学习Published: Jul 2021MICCAI 2021论文：https://arxiv.org/abs/2107.09842代码：https://github.com/YaoZhang93/MAML摘要：肝癌是全世界最常见的癌症之一。由于肝脏肿瘤的纹理变化不明显，对比增强计算机断层扫描（CT）成像对肝癌的

2022-03-11 08:03:52 2452 1

原创 [深度学习论文笔记]Tumor attention networks: Better feature selection, better tumor segmentation

Tumor attention networks: Better feature selection, better tumor segmentation肿瘤注意网络:更好的特征选择，更好的肿瘤分割

2022-03-05 09:27:15 1987

原创 [深度学习论文笔记]Pairwise Learning for Medical Image Segmentation

[深度学习论文笔记]Pairwise Learning for Medical Image Segmentation医学图像分割的成对学习Published: October 2020Published in: Medical Image Analysis 论文：https://www.sciencedirect.com/science/article/abs/pii/S1361841520302401代码：https://github.com/renzhenwang/pairwise_segm

2022-02-27 16:27:45 2816 2

原创 [深度学习论文笔记DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasets

DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasetsDoDNet：学习从多个部分标记数据集中分割多器官和肿瘤Jul 2021CVPR 2021论文：https://arxiv.org/abs/2011.10217代码： https://github.com/jianpengz/DoDNet摘要：由于在体素水平标注3D医学图像需要大量的劳动力和专业知识，大多数基准

2022-01-14 14:42:31 5904 9

原创 Linux scp命令的使用

从服务器上转移文件时，是不是有很多小伙伴是直接保存到本地，再上传到另外一台服务器上在使用多台服务器时如何快速从服务器之间转移文件呢？scp命令可以很方便的将一个服务器中的文件或文件夹复制到另一台服务器中。1、将文件从服务器1转移到服务器2scp -r /data2/**** user@10.20.**.***:/data/****将data2中的某个文件夹或者文件转移到10.20.**.***服务器上的data文件夹中user 为用户名2、将文件从服务器2转移回服务器1scp -r

2022-01-05 16:36:52 988

原创 attention_GAM

GAM_attentionimport torch.nn as nnimport torch class GAM_Attention(nn.Module): def __init__(self, in_channels, out_channels, rate=4): super(GAM_Attention, self).__init__() self.channel_attention = nn.Sequential( nn.L

2022-01-02 22:09:59 1120

原创 [深度学习论文笔记]Multi-phase Liver Tumor Segmentation with Spatial Aggregation

Multi-phase Liver Tumor Segmentation with Spatial Aggregation and Uncertain Region Inpainting[深度学习论文笔记]基于空间聚集和不确定区域修复的多期肝脏肿瘤分割Jul 2021MICCAI 2021论文：https://arxiv.org/abs/2108.00911代码：https://github.com/yzhang-zju/multi_phase_LiTS摘要：多期计算机断层扫描图像为准确分

2022-01-02 11:31:37 4301 9

原创 VIT ④function 、Object-oriented programming in Python

Python中的函数是什么？在Python中，function是一组执行特定任务的相关语句。函数有助于将我们的程序分解为更小的模块化块。随着我们的计划越来越大，功能使其更加有条理和易于管理。此外，它避免重复并使代码可重用创建函数的语法def function_name(parameters): """docstring""" statement(s) 上面显示的是一个函数定义，它由以下组件组成。关键字def标记函数头的开始。用于唯一标识它的函数名称。函数命名遵循在Python中编

2021-12-12 22:43:48 272

原创 VIT ③The for loop、while loop in Python

For 循环For循环是迭代对象元素的常用方法（在第一个示例中，列表）具有可迭代方法的任何对象都可以在for循环中使用。python的一个独特功能是代码块不被{} 或begin，end包围。相反，python使用缩进，块内的行必须通过制表符缩进，或相对于周围的命令缩进4个空格。虽然这一开始可能看起来不直观，但它鼓励编写更易读的代码，随着时间的推移，你会学会喜欢它#取第一个列表成员（可迭代），暂称它数字（打印它）#取列表的第二个成员（可迭代），暂时将其称为数字，等等......for numb

2021-12-12 14:26:27 157

原创 VIT ②Common data structures in Python

字典字典是将键(key)映射到值(value)的无序数据结构。值可以是任何值（列表，函数，字符串，任何东西）。键(key)必须是不可变的，例如，数字，字符串或元组。# Defining a dictionarywebstersDict = {'person': 'a human being, whether an adult or child', 'marathon': 'a running race that is about 26 miles', 'resist': ' to remain str

2021-12-12 10:56:25 144

空空如也

空空如也