计算机视觉 - 随笔分类 - wuzeyuan

【目标检测+域适应】CVPR18 CVPR19总结

摘要：域适应已经是一个很火的方向了，目标检测更不用说，二者结合的工作也开始出现了，这里我总结了CVPR18和CVPR19的相关论文，希望对这个交叉方向的近况有一个了解。 1. 2018_CVPR Domain Adaptive Faster R-CNN for Object Detection in th 阅读全文

posted @ 2019-07-03 13:32 wuzeyuan 阅读(11191) 评论(1) 推荐(4)

【论文解读】[目标检测]retinanet

摘要：retinanet,目标检测阅读全文

posted @ 2019-05-11 19:32 wuzeyuan 阅读(7290) 评论(1) 推荐(0)

[项目实战］训练retinanet(pytorch版）

摘要：pytorch, retinanet,目标检测阅读全文

posted @ 2019-05-08 17:48 wuzeyuan 阅读(9050) 评论(1) 推荐(2)

【医学影像】《Dermatologist-level classification of skin cancer with deep neural networks》论文笔记

摘要：这是一篇关于皮肤癌分类的文章，核心就是分类器，由斯坦福大学团队发表，居然发到了nature上，让我惊讶又佩服，虽然在方法上没什么大的创新，但是论文本身的工作却意义重大，并且这篇17年见刊的文章，引用量已经达到1300多，让人佩服，值得学习。【出发点】现有的皮肤癌分类系统由于数据量不够，同时只针对标阅读全文

posted @ 2019-01-13 23:18 wuzeyuan 阅读(2649) 评论(0) 推荐(2)

训练DCGAN(pytorch官网版本）

摘要：将pytorch官网的python代码当下来，然后下载好celeba数据集（百度网盘），在代码旁新建celeba文件夹，将解压后的img_align_celeba文件夹放进去，就可以运行代码了。输出如下显存占用如下与目标检测模型动不动就显存不够比，简直好太多了。那最后有一个生成的假的图像，下阅读全文

posted @ 2018-12-21 14:57 wuzeyuan 阅读(2911) 评论(0) 推荐(0)

COCO2018 全景分割

摘要：全景分割是18年新推出的一个任务，它要求同时分割出目标和背景，也就是既有实例分割也有语义分割，用官方的话讲是朝着真实世界视觉系统的重要一步如图所示，里面既有对天空，草地等stuff的分割，也有对目标实例的分割。这项任务加入到了2018年的挑战赛，结果会在ECCV2018的workshop上展示。阅读全文

posted @ 2018-12-09 10:21 wuzeyuan 阅读(1850) 评论(0) 推荐(1)

COCO2018 stuff分割

摘要：stuff何许人也，相对于目标而言的环境信息，一般是图像中的草地，墙面或者天空，因为往往在一张图像中这些背景占据着大部分像素，对于场景理解必不可少，所以引入了这一任务。不过目前这个任务还没有发布test-challenge测试服务器，只有test-dev测试服务器，也就是可以没事提交下结果玩玩，但阅读全文

posted @ 2018-12-08 23:50 wuzeyuan 阅读(2145) 评论(0) 推荐(1)

COCO2018 目标检测

摘要：刚浏览了一下coco数据集官网，认真看了一下18年的目标检测任务，简单记录一下。 coco2018目标检测挑战赛只进行实例分割的评比，虽然仍然可以输出bbox，但是不可以提交到比赛的服务器，原因是官方希望研究主要投入到实例分割任务上。主页上的图片也正好说明了这一点，只有实例分割的标记，没有物体的外阅读全文

posted @ 2018-12-08 23:22 wuzeyuan 阅读(2797) 评论(0) 推荐(0)

PANet训练自己的数据（VIA标注）

摘要：当前最好的实例分割网络非PANet莫属，可是由于模型太新，网上的资料太少，最近的项目需要实例分割，只能自己踩踩坑了，目前我还没看到一篇关于PANet训练的博客，只有几篇讲论文的。环境：ubuntu16.04 anaconda3 pytorch0.4.0 将代码down下来后，我在anaconda 阅读全文

posted @ 2018-11-28 21:23 wuzeyuan 阅读(2999) 评论(6) 推荐(1)

【实例分割】PANet简单笔记

摘要：PANet 阅读全文

posted @ 2018-11-28 15:33 wuzeyuan 阅读(26294) 评论(2) 推荐(2)

对Deeplung检测+两样性分类的一个整合

摘要：整体的流程分为以下几步：读取原始数据（.mhd文件）——> 生成mask ——> 对数据预处理 ——> 执行检测 ——> 对检测结果进行分类 ——>可视化懒一点，不贴代码了，直接截图吧，反正就是记录一下。可视化结果图现在整合的这个东西以后要放到网上去，检测结果还好，分类效果一般。阅读全文

posted @ 2018-11-21 20:38 wuzeyuan 阅读(2498) 评论(7) 推荐(3)

ERROR (UnicodeEncodeError): 'ascii' codec can't encode character u'\uff08' in position 9: ordinal not in range(128)

摘要：labelme 阅读全文

posted @ 2018-11-12 15:30 wuzeyuan 阅读(766) 评论(0) 推荐(0)

利用DSB2017冠军开源代码为LUNA16生成mask

摘要：LUNA16 DSB2017 阅读全文

posted @ 2018-11-10 21:33 wuzeyuan 阅读(3340) 评论(2) 推荐(1)

LUNA16数据集的百度云链接

摘要：LUNA16 阅读全文

posted @ 2018-11-09 22:18 wuzeyuan 阅读(2972) 评论(3) 推荐(1)

对DeepLung数据预处理部分的详细展示

摘要：之前有解释预处理部分的函数，不过觉得还不够详细，同时文字解释还不够直观，所以现在想一步步运行下，打印输出首先读取原始数据，包括相应的注释（即结节标签）【注意】注释文件中的标签是按x,y,z的顺序给的，但是origin以及spacing都是按照z,y,x的顺序，所以要逆序处理一下（[：，：：-1]）阅读全文

posted @ 2018-11-06 12:20 wuzeyuan 阅读(3238) 评论(2) 推荐(3)

【论文】CornerNet：几点疑问

摘要：CornerNet 阅读全文

posted @ 2018-11-02 13:15 wuzeyuan 阅读(3846) 评论(2) 推荐(0)

项目笔记《DeepLung:Deep 3D Dual Path Nets for Automated Pulmonary Nodule Detection and Classification》（二）（上）模型设计

摘要：DeepLung 阅读全文

posted @ 2018-10-11 21:19 wuzeyuan 阅读(6057) 评论(16) 推荐(3)

项目笔记《DeepLung:Deep 3D Dual Path Nets for Automated Pulmonary Nodule Detection and Classification》（三）（下）结果评估

摘要：LUNA16结果评估阅读全文

posted @ 2018-09-29 22:14 wuzeyuan 阅读(4016) 评论(19) 推荐(3)

图像标注工具labelImg安装记录

摘要：Python3 labelImg 阅读全文