机器学习炼丹术

【前言】：之前断断续续看了很多图网络、图卷积网络的讲解和视频。现在对于图网络的理解已经不能单从文字信息中加深了，所以我们要来看代码部分。现在开始看第一篇图网络的论文和代码，...

论文名称：“FSS-1000: A 1000-Class Dataset for Few-Shot Segmentation” 笔记作者：炼丹兄（已授权） 联系方式：微信c...

最近忙各种各样的事情，更新慢了。抽空写一点。这一篇内容很简单，只需要5min就可以学完。 我们提供了MLP-Mixer架构，之后简称Mixer。这是一个有竞争力，但是概念和...

最近好久没更新公众号了，我一不小心陷入了一个误区：我以为自己看的文章足够多了，用之前的风格迁移和GAN的知识来解决一个domain adaptive的问题，一顿乱拳并没有打...

「前言」：本文结合官方提供的代码，对模型结构做一个解说。 SepConvGRU: 这个有意思，是卷积中的GRU结构。 然后根据update的权重来更新hidden层。 卷积...

提出了flownet结构，也就是flownet-v1（现在已经更新到flownet-v2版本），flownet-v1中包含两个版本，一个是flownet-v1S（simpl...

「前言」：在某些情况下，使用深度学习的voxelmorph或者SYMnet等配准网络并不能取得比传统方法更好的效果，所以在这里想学一下比较好的RLOF（Rubost Loc...

$\phi^{(1)}$是表示时间间隔为1的形变场，上图中的x表示形变场，然后形变场加上形变场的速度，就是时间间隔更长的形变场。 $\phi^{(1/2)}=\phi^{(...

本次的内容主要讲解NCCNormalized cross-correlation 归一化互相关。 在传统的非参数方法中，常见的也有相关系数等。我在上一片文章voxelmor...

论文的方法在提供微分同胚的同时，且具有最先进的精度和非常快的运行速度。 这片论文提供了SOTA的配准方式，并且使用了diffeomorphic（微分同胚）。 假设我们拥有了...

为了获得高质量的分割结果，目前临床上小儿超声心动图的分割主要由超声工作者手工完成，这既费时费力，又高度依赖于超声工作者的专业水平。为了解决这些问题，本文提出了一种新的卷积神...

构建了corresponding prior map（CPmap），然后通过Context Prior Layer（CPLayer）来把这个CPmap融合到网络中，与此同时...

【前言】：看代码的时候，也许会不理解VIT中各种组件的含义，但是这个文章的目的是了解其实现。在之后看论文的时候，可以做到心中有数，而不是一片茫然。 channels:输入图...

现在我们看看如何用pytorch来实现这个结构，并且在学习的过程中加深对论文的理解。 【前沿】：这个代码我没有实际跑过，毕竟我只是一个没有GPU的小可怜。 两个图片都经过o...

BYOL是Boostrap Your Own Latent，这个无监督框架非常的优雅和简单，而且work。收到了很多人的称赞，上一个这样起名的在我认知中就是YOLO。两者都...

这本书共112页，内容不多，偏向于工程向，有很多不错的细节，在此记录一下。 误差分析我感觉是一个成熟的AIer必备的能力。俗话说数据决定准确率的上线，模型只是在逼近这个值。...

DeepLab总共分成了4个版本，分别是：v1，v2，v3和v3+。有点YOLO的感觉了。DeepLab每一代都有一些可圈可点的地方。 Unet对于处理医学图像有天然的优势...

文章转自：同作者个人微信公众号【机器学习炼丹术】。喜欢的欢迎交流沟通，共同进步。 这篇文章的最大特色自然是提出了DRN，Dilated Residual Networks，...

这可能是我看CVPR论文中，唯一一个5分钟就看完原理的论文了，简单有趣。这一篇文章是CVPR2020的与图像质量评估相关的文章，整体思想比较新颖，而且是无监督的方式，感觉构...

这一篇文章和上一篇的rank-IQA感觉都是不错的处理NR-IQA任务的框架，让我们好好学一学这一篇文章中的精髓。 不说了，看了半天很多都是很老的人工特征的方法，不太行不太...