12 2018 档案

【语义分割】large kernel matters中GCN模块的pytorch实现
摘要：GCN模块的实现比较简单，在giuhub上看到两种实现，轻微不同 实现一：https://github.com/ycszen/pytorch-segmentation/blob/master/gcn.py 实现二：https://github.com/ogvalt/large_kernel_matt 阅读全文
posted @ 2018-12-28 17:42 wuzeyuan 阅读(1579) 评论(0) 推荐(1)
利用直方图均衡化调整胸片对比度
摘要：拍摄出来的胸片用microDicom读取后有的会不大清楚，microDicom本身并没有调整对比度的功能，我也不大清楚有没有其它读胸片的软件可以调整对比度，于是查阅不少博客，看到有用直方图均衡化来做的，自己试了下效果还不错。 导入相关包 定义调整对比度的函数，调用了opencv中CLAHE(cont 阅读全文
posted @ 2018-12-24 19:49 wuzeyuan 阅读(1391) 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)
VIA格式转COCO格式
摘要：VIA是一款很好用的标注软件，基于网页，不过现在开源的大多数目标检测器都是基于COCO训练和测试的，我们如果想要训练自己的数据集，要么修改源代码，要么将自己的标注格式改成COCO格式，采用第一种方法很容易出错，那么格式转换就是一个比较简单的办法，我找了好久没有看到VIA格式转为COCO格式的工具或者 阅读全文
posted @ 2018-12-11 20:13 wuzeyuan 阅读(1847) 评论(2) 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)