弱监督细分的边界框：全局约束接近完全监督
官方存储库 。 谈话记录可。
目录
很酷的把戏
要求（PyTorch）
要重现我们的实验，请执行以下操作：
python3.8 +
火炬1.5+
nibabel（仅在切片3D卷时）
西皮
NumPy
Matplotlib
Scikit图片
sh
用法
代码的最重要的部分被包含在bounds.py ，与定义BoxPriorBounds 。 （ BoxBounds用于限制框大小的BoxBounds度。）它会生成一个元组列表，每个元组都包含该段的掩码（一次热编码）及其下限（ w或更低）。 然后，这些元组将由BoxPrior中的BoxPrior损失losses.py 。
简而言之，事情按以下顺序进行：
BoxPriorBounds生成一个（segment，width）对list[tuple[Tensor, Tensor] ;
数据加
2021-11-21 15:06:54
59KB
1
边界损失
官方存储库，，在上获得最佳论文奖亚军。 谈话记录可。
期刊扩展已经发表在《。
该代码已简化并更新为最新的Python和Pytorch版本。 除了原始的ISLES和WMH数据集，我们还在多类设置（ACDC数据集）中包含一个工作示例，其中边界损失可以作为独立损失使用。
目录
用法
扩展到3D
自动化
数据方案
资料集
结果
很酷的把戏
多类设置
经常问的问题
损失可以为负吗？
我需要归一化距离图吗？
其他使用边界损失的论文
要求（PyTorch）
核心实现（将边界损耗集成到您自己的代码中）：
python3.5 +
pytorch 1.0+
scipy（任何版本）
要重现我们的实验，请执行以下操作：
python3.9 +
火炬1.7+
nibabel（仅在切片3D卷时）
西皮
NumPy
Matplotlib
Scikit图片
sh
其他框架
2021-09-26 12:10:31
396KB
1
是microsoft interface define langue帮助文档 很简单 不过是英文的 英文不太好的也正好可以学习下英文 文档不大 大家努力学习
2021-04-03 21:54:22
5KB
1