多视图深度卷积神经网络进行高分辨率乳腺癌筛查
介绍
这是用于分类的模型的实现，如我们的论文。 该实现使用户可以通过将我们的预训练CNN模型应用于具有四个视图的标准筛查乳房X线检查中来获得BI-RADS预测。 作为此存储库的一部分，我们提供了一个示例考试（在images目录中）。 该模型在TensorFlow和PyTorch中均实现。
先决条件
巨蟒（3.6）
TensorFlow（1.5.0）或PyTorch（0.4.0）
NumPy（1.14.3）
科学（1.0.0）
枕头（5.1.0）
数据
要使用预训练模型，输入必须包含四张图像，每个视图一个（L-CC，L-MLO，R-CC，R-MLO）。 每个图像的大小必须为2600x2000像素。 提供的样本检查中的图像已经被裁剪为正确的尺寸。
如何运行代码
可用选项位于文件birads_prediction_tf.py或birads_p
2022-09-27 16:42:02
74.75MB
1
具有自适应时间特征分辨率的3D CNN
CVPR 2021论文的源代码： 。 即将推出！ 敬请关注！
@inproceedings{sgs2021,
Author = {Mohsen Fayyaz, Emad Bahrami, Ali Diba, Mehdi Noroozi, Ehsan Adeli, Luc Van Gool, Juergen Gall},
Title = {{3D CNNs with Adaptive Temporal Feature Resolutions}},
Booktitle = {{The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) }},
Year = {2021}
}
2022-09-22 11:32:26
5KB
1
1.CameraInfo遍历设备获取多摄像头信息
2.获取摄像头的分辨率和最大帧率，并进行选择设置
3.实现单张抓图和连续抓拍功能
2022-09-21 21:17:13
6KB
1
采用Go语言开发，包含Go语言源代码文件，和生成img.exe文件，可自己搭建Go语言开发环境，重新生成exe文件，也可以直接使用exe文件。exe能自动获取同级"pic"文件下的所有图片的分辨率，并保存到Excel表格中。具体使用方法如下：
1、 搭建Golang开发环境
2、 运行代码生成img.exe(如果直接用exe文件，可直接跳过步骤1和步骤2)
3、 创建pic文件夹
4、 将需要提取的图片复制到pic文件夹中
5、 双击img.exe
6、 查看生成的img.xlsx
7、 具体细节可以参考这篇文章：https://blog.csdn.net/weixin_40901962/article/details/126917725?spm=1001.2014.3001.5501
2022-09-20 14:05:30
1.45MB
1