我只讲讲检测部分的模型，后面两样性分类的试验我没有做，这篇论文采用了很多肺结节检测论文都采用的u net结构，准确地说是具有DPN结构的 D版本的u net，直接上图。 DPN是颜水成老师团队的成果，简单讲就是dense 与 residual的结合，如上图，输入特征图一部分通过residual与输出相加，另一部分与residual的结果再串联，个人觉得这个网络好乱，不简洁的网络都不是好网络，恰好文 ...
2018-10-11 21:19 12 3069 推荐指数：
在（上）中讲了如何得到csv文件并调用noduleCADEvaluationLUNA16.py求取froc值，这里就讲一讲froc值是如何求取的。 如上面代码所示，输入标签文件，结果文 ...
在（一）中，我将肺结节检测项目总结为三阶段，这里我要讲讲这个项目的第三阶段，至于第二阶段，由于数据增强部分的代码我始终看不大懂，先不讲。 结果评估的程序在evaluationScript文件夹下，这个文件夹下的文件名比较烦，看的比较懵。 annotations文件夹里面放的是结节标签文件，无关 ...
最近一个月都在做肺结节的检测，学到了不少东西，运行的项目主要是基于这篇论文，在github上可以查到项目代码。 我个人总结的肺结节检测可以分为三个阶段，数据预处理，网络搭建及训练，结果评估。 这篇博客主要分析一下项目预处理部分的代码实现。 预处理的全部代码都在prepare.py中 ...
目录 一、 存在的问题 二、 解决的方案 1、点云特征 2、解决方法 三、 网络结构 四、 理论证明 五、实验效果 ...
Author Charles R. Qi* Hao Su* @ Stanford 第一个是PHD, 第二个是Professor, 两人一直在一起做些3D的研究 还有个PointNet++ Abstract 点云是一种很重要的几何数据结构，因为它不规则的形式，很多研究都是将它转换成规则的3D体 ...
题目：Deep Continuous Fusion for Multi-Sensor 3D Object Detection 来自：Uber: Ming Liang Note: 没有代码，主要看思想吧，毕竟是第一篇使用RGB feature maps 融合到BEV特征中； 从以下几个方面 ...
论文笔记(2)：A fast learning algorithm for deep belief nets. 这几天继续学习一篇论文，Hinton的A Fast Learning Algorithm for Deep Belief Nets。这篇论文一开始读起来是相当费劲的，学习 ...
