原创 [調研] 通用實例分割方法
目前的實例分割方法可分爲3類： top-down，也叫做 detect-then-segment，顧名思義，先檢測後分割，如FCIS, Mask-RCNN, PANet, Mask Scoring R-CNN； bottom-u
2020-05-24 16:45:05
10
原创 [StackGAN++實踐] 網絡訓練
網絡改進 2018 IEEE PAMI文章，在2017ICCV StackGAN基礎上，進行了一些改進。 首先，StackGAN只用了兩個GAN，分爲兩階段分開訓練；改進版將其一般化，可以有多個scale的GAN，並且聯合訓練
2020-05-08 05:32:10
原创 [StackGAN實踐] [2]網絡訓練
網絡結構 論文中的網絡結構圖如下，embedding的提取直接使用預訓練好的text encoder進行提取（不是本文重點）。提出的StackGAN整個模型包含2個GAN網絡，分別用於兩個階段： Stage1 ：embedding
2020-05-08 05:32:10
1
原创 [StackGAN實踐] [1]圖像數據預處理
CUB 鳥類圖像數據集，含有11788張圖片，200個鳥類別，其中80%的圖片的目標占比小於0.5。爲方便合成任務，需要提高目標在全圖的佔比，爲此進行如下預處理。 預處理：圖像裁剪，裁剪多餘背景區域，保證bbox劃定的鳥的區域佔圖
2020-05-05 00:35:09
原创 找工作的感想
之前以爲，有了大廠實習、算法競賽以及文章，雖然沒有什麼準備，工作也應該會相對好找，可目前春招下來，基本沒有任何offer。總結下失敗經歷。 面試重點： 1、leetcode刷題非常重要； 2、基礎算法、傳統cv、ml、deep l
2020-05-01 16:37:27
原创 [ICCV2019] Detecting the Unexpected via Image Resynthesis
作者：Krzysztof Lis ， EPFL Introduction 利用GAN網絡做圖像中未知物體的 anomaly detection。該任務簡單來說即爲，訓練數據中沒有該類別物體以及其標籤，但測試數據中有，如何定位該物
2019-10-28 09:07:00
4
原创 [MICCAI 2019]參會觀感 day4
MICCAI2019 於10月13-17號在深圳舉辦，有幸蹭了第4天的會議。稍作記錄。 下圖是會議時間表 上午首先是 Catherine Mohr 做主題演講，主題爲Innovation in the Era of Value
2019-10-26 11:07:02
1
原创 [MICCAI2019]參會觀感 day5 --配準tutorial
day5是最後一天，主會昨天就結束了，今天是satellite events。與主會風格不同，今天有大量的workshop，challenge 以及 tutorial 在不同的小會議室裏面並行舉辦。與會者基本就是提前選好自己感興趣
2019-10-26 11:07:02
2
原创 [MICCAI2019] Learning shape priors for robust cardiac MR segmentation from multi-view images
MICCAI2019 Oral 作者信息 Chen Chen, Biomedical Image Analysis Group, Imperial College London 貢獻： 設計了Shape MAE（Multi-Vi
2019-09-09 08:52:38
3
原创 [MICCAI2019] Pick-and-Learn: Automatic Quality Evaluation for Noisy-Labeled Image Segmentation
作者信息 Haidong Zhu, Tsinghua 電機系 文章針對醫學影像中標註質量的痛點進行了探究，pick & learn，顧名思義，文章用到的解決方法爲：對每個mini-batch中樣本的標註質量進行評分，然後根據標註質
2019-09-05 09:11:41
7
原创 [MICCAI2019] 沈定剛訪談
MICCAI 沈定剛2019 周少華2018 周少華2017 周少華2016 粗略統計了17～19年的MICCAI投稿情況： Year Submission Accepted AC from China registrati
2019-09-05 09:11:41
2
原创 醫學影像數據集彙總（不斷更新）
brain chest JSRT dataset [CT] [lung nodule detection] [site] [pdf] created by Japanese Society of Radiologica
2019-09-05 09:11:41
原创 [MICCAI2019] Multi Scale Curriculum CNN for Context-Aware Breast MRI Malignancy Classification
作者信息 Christoph Haarburger，RWTH Aachen University, Germany MICCAI2019 ORAL 乳房腫瘤惡性良性二分類，一般方法需要先做腫瘤定位（目標檢測），再聯合提取的腫瘤部位
2019-09-03 08:53:24
7
原创 [MICCAI2019] Models Genesis: Generic Autodidactic Models for 3D Medical Image Analysis
作者信息 Zongwei Zhou, Arizona State University 醫療影像的一個痛點，數據少，常常需要自然圖像的預訓練模型做遷移學習，最廣泛的預訓練模型ImageNet是2D的，而醫療影像大多3D，且3D數
2019-08-23 09:05:09
29
原创 [MICCAI2019] Global and Local Interpretability for Cardiac MRI Classification
作者信息 James R. Clough King’s College London 深度學習可解釋性，題目中， global 是指被分爲特定類別的圖像有哪些共有特徵，具體指本文采用vae+分類網絡，利用CAV分析來解釋醫學概念
2019-08-23 09:05:09
1