原创 人工特徵在圖像處理中的應用案例

概述 本文介紹論文《A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in so

原创 半監督學習下的條件熵與交叉熵

問題描述. 對於有監督學習,我們有數據集 Dl={(xi,yi)∣i=1,2,3,…,n}D_l = \{(x_i,y_i)|i = 1,2,3,…,n\}Dl​={(xi​,yi​)∣i=1,2,3,…,n},其中 xi∈Rd

原创 紋理特徵三:GLSZM--灰度區域大小矩陣

紋理特徵三:GLSZM–灰度區域大小矩陣 1. GLSZM 的解釋與計算 GLSZM,全稱gray-level size zone matrix,中文名稱弧度區域大小矩陣。 概念描述: GLSZM與GLRLM(gray-level

原创 紋理特徵二:GLRLM--灰度行程矩陣

紋理特徵二:GLRLM–灰度行程矩陣 1. GLCM 的解釋與計算 GLRLM,全程 gray-level run-length matrix,這裏翻譯爲 灰度形成矩陣。 概念描述: 灰度共生矩陣用於描述圖像某一像素值iii沿某一

原创 紋理特徵四:NGTDM--鄰域灰度差矩陣

紋理特徵四:NGTDM–鄰域灰度差矩陣 1. NGTDM 的解釋與計算 定義: 假設i=f(k,l)i=f(k,l)i=f(k,l)是座標爲(k,l)(k,l)(k,l)上的像素值。那麼點(k,l)(k,l)(k,l)的周圍的平均

原创 論文閱讀:圖神經網絡 之 語義目標解析

Semantic Object Parsing with Graph LSTM 原文鏈接Semantic Object Parsing with Graph LSTM 圖神經網絡 Grap Neural Network(GNN)在

原创 紋理特徵一:GLCM---灰度共生矩陣

紋理特徵一:GLCM 灰度共生矩陣 1. GLCM 的解釋與計算 假設: GLCM(Gray-level co-occurence matrix,灰度共生矩陣)是20世紀70年代初由R.Haralick等人提出的。該方法基於的假

原创 寬度 & 深度學習 特點對比

寬度 & 深度學習 特點對比推薦系統模型介紹實驗過程與實驗結果實驗總結   爲了提高神經網絡的性能,是應該增加寬度呢?還是應該增加深度呢?增加寬度和增加深度各有什麼樣的效果呢? 本文對論文《Wide & Deep Learning

原创 多示例學習的應用

多示例學習的應用 Multiple Instance Learning 因爲現在講的監督學習是學習一個一對一的映射關係,即 f:x−>yf:x->yf:x−>y, 所以需要很大的人力對每一張用來訓練的圖片進行標註,費時

原创 Pytorch學習筆記1

torch torch.Tensor:Tensor變量的定義與計算 - - - Tensor變量的定義 Tensor變量是pytorch模型中用於輸入輸出以及更新的變量。在將數據送入網絡模型前,我們需要將不是Tensor的變量轉換成T

原创 深度學習中常用的標註文件

深度學習中常用的標註文件 mat mat文件是matlab專用的文件,第一次見是再COCOstuff-10k數據集中。 遇到的問題:如果用sublime打開的話,會顯示16進制格式,可以猜想matlab是打開該文件的重要工具。但是如

原创 No CMAKE_C_COMPILER could be found 幾種原因及解決辦法

在使用CMake-gui將cmake文件生成visual studio 項目文件時,出現了以下錯誤:No CMAKE_C_COMPILER could be found原因是CMake沒有找到對應的編譯器。網上查到的部分原因加上我自己遇到