原创 DRN - 擴張殘留網絡(圖像分類和語義分割)

DRN - 擴張殘留網絡(圖像分類和語義分割) 原標題 | Review: DRN — Dilated Residual Networks (Image Classification & Semantic Segmentation

原创 均值,方差,協方差三者的關係以及協方差矩陣

     均值,方差,協方差以及協方差矩陣在很多算法以及實際應用中都會遇到。在圖像中還廣泛應用到協方差矩陣的一些性質,方差和均值只是一維隨機變量的統計值,而協方差就不一樣了,它可以表示多維隨機變量之間的相關性信息。協方差矩陣的一個很出色

原创 EfficientPS論文翻譯-------第一部分

EfficientPS論文翻譯-------第一部分 摘要 自主機器人工作的場景對其勝任工作至關重要。這種場景理解需要識別交通參與者的實例以及通用的場景語義,而這些語義可以通過全景分割任務有效地解決。在本文中,我們介紹了高效的全

原创 EfficientPS論文翻譯-------第二部分:相關工作

EfficientPS論文翻譯-------第二部分:相關工作 全景分割是最近提出的一個場景理解問題(Kirillov et al, 2019),它統一了語義分割和實例分割的任務。對於這些子任務,已經提出了許多方法,但是隻有少數方

原创 EfficientPS 論文翻譯-------第三部分:網絡結構

EfficientPS論文翻譯-------第三部分:網絡結構 在這一節中,我們首先對我們提出的EfficientPS體系網絡結構做一個簡要的概述,然後詳細介紹它的每一個組成部分。我們的網絡遵循自頂向下的佈局,如圖2所示。它由一個

原创 KNN與K-Means的區別與相似點

KNN與K-Means的區別與相似點 算法性質不同: KNN爲可監督的分類算法; K-Means是無監督的聚類算法; 輸入數據不同: KNN輸入的數據是帶label的正確的數據; K-Means輸入的是雜亂無章的無label

原创 DenseNets與ResNet的本質區別

DenseNets與ResNet的本質區別 假設一張圖片x0{x_0}x0​在卷積網絡中傳播。網絡共有 L 層,每一層都有一個非線性轉換函數 Hℓ(∙){H_\ell }\left( \bullet \right)Hℓ​(∙)

原创 DenseNet:Densely Connected Convolutional Networks(密集連接卷積網絡)翻譯

Densely Connected Convolutional Networks 密集連接卷積網絡 摘要 最近的研究表明,如果卷積網絡在接近輸入層和接近輸出層的層之間包含更短的連接,那麼它在本質上可以更深入、更準確、更有效地進行訓

原创 紅外成像原理及常用靜脈血管影像分割論文

紅外成像原理         光源採用爲波長爲850 nm 的紅外LED(L850-04UP)。由於血紅蛋白在波長爲850 nm 和 760 nm 處具有兩個吸收峯, 因此 850 nm 波長的近紅外光容易被靜脈所吸收。實驗中,

原创 ResNet(Deep Residual Learning for Image Recognition)論文翻譯

ResNet(Deep Residual Learning for Image Recognition)論文翻譯 摘要 更深的神經網絡更難訓練。我們提出了一種殘差學習框架來減輕網絡訓練,這些網絡比以前使用的網絡更深。我們明確地將層

原创 深度學習醫療圖像綜述

這裏介紹一篇文章------《深入醫學圖像分析:概念,方法,挑戰和未來方向》,即Going Deep in Medical Image Analysis: Concepts, Methods, Challenges and Future

原创 靜脈血管的濾波

       濾波本質上是對信號中特定的波段頻率進行濾除,圖像本質上也是一種數字信號,圖像濾波是在儘量保留圖像細節特徵的條件下對目標圖像的噪聲(不需要的或是產生干擾的信號)進行抑制或是去除,是圖像預處理中不可缺少的操作,其處理效果的好壞將

原创 圖像運算中的一階導與二階導

首先,圖像是離散的數據,若求其導數就要用差分的方法,常用的差分方法是前向差分(forward differencing)與中心差分(central differencing)。一階導本質上求的是斜率,二階導求的是拐點。 一階導 連續函數,

原创 靜脈血管穿刺存在的問題

        皮下靜脈穿刺主要應用在靜脈輸液與注射、靜脈採血以及急救輸血等醫療領域,也是醫療領域最常見的技術手段之一。傳統的靜脈血管穿刺方法通過扎止血帶與病人握拳,並根據醫護人員的經驗和熟練度進行操作的,這種方法存在許多弊端: 1)皮膚

原创 分水嶺算法MATLAB編程代碼解析

close all;%%%Step 1: 彩***像->灰度圖像rgb = imread('pears.png');I = rgb2gray(rgb);figure;subplot(121)imshow(I)%Step 2: 利用梯度實現圖