11 2023 档案

摘要:计算机视觉中的一些知识20231120 1. Zero-shot 定义:在测试时,遇到训练时未观察到的类的样本,并需要预测它们所属的类。 通常通过某些形式的辅助信息将观察到的未观察到的类相关联来工作,该辅助信息对对象的可观察区别属性进行编码。 2. 体素 MRI 图像通常为三维图像,一个二维图像上的像素对应到三维图像上被 阅读全文
posted @ 2023-11-26 16:57 TTS-S 阅读(35) 评论(0) 推荐(1) 编辑
摘要:计算机教育中缺失的一课 课后习题120231124 链接:计算机教育中缺失的一课 1.本课程需要使用类Unix shell,例如 Bash 或 ZSH。如果您在 Linux 或者 MacOS 上面完成本课程的练习,则不需要做任何特殊的操作。如果您使用的是 Windows,则您不应该使用 cmd 或是 Powershell;您可以使用 阅读全文
posted @ 2023-11-24 16:49 TTS-S 阅读(46) 评论(0) 推荐(1) 编辑
摘要:LIIF笔记20231106 链接:2012.09161.pdf (arxiv.org) 1.为了解决什么问题? 现实视觉世界是连续的,但是我们存放在计算机中的图像却是以离散的二维像素阵列存在。如果我们想训练一个卷积神经网路,我们通常需要将图像调整到相同的大小,这样会牺牲保真度。 2.现有方法瓶颈 现有的隐式神 阅读全文
posted @ 2023-11-18 20:42 TTS-S 阅读(178) 评论(0) 推荐(1) 编辑
摘要:ArSSR笔记20231105 文章连接:https://arxiv.org/abs/2110.14476 1.提出背景 首先是MRI成像上,会因为多种情况导致最后的成像效果不好,想要质量高的图像多徐时间又很长,现在采用超分的图像后处理方法来对图像进行处理以实现短时间获得高质量图像的效果。但是现在的图像超分方法中 阅读全文
posted @ 2023-11-06 20:40 TTS-S 阅读(64) 评论(0) 推荐(1) 编辑
摘要:UNet讲解20231103 1.UNet的提出是为了解决什么问题? 一般认为使用带注释的训练样本越多训练出来的深度神经网络越好,但是在UNet所应用的医学领域中并没有那么多的数据供应给模型训练。UNet想使用在医学图像的分割上,在UNet提出的2015年,CNN在图片分类上!取得了很好的成果,但是分割任务是需 阅读全文
posted @ 2023-11-05 16:34 TTS-S 编辑

点击右上角即可分享
微信分享提示