液晶面板行业的崛起，带动面板质检需求的暴增。传统的缺陷检测主要由人眼辨别，这给企业把控生产质量和提高生产效率，带来巨大困难。有鉴于此，采用一种新型的面板质量检测方式来代替人工检测是亟待解决的技术问题。行业痛点产品面积大产能高，人工无法做到每张都检测，存在漏检风险液晶面板未切割前通常面积很大，以10.5代线为例，整张面板面积可达到3370mm*2940mm，人工检测难度极大、易疲劳，采用人工检测不能

此文有误，正在研究解决方案。pytorch理论上支持，也确实提供了API，但是经过我的研究发现，pytorch3D的仿射变换目前存在bug，bug主要体现在平移操作上，旋转和缩放暂时看起来还算正常最近要用3D的仿射变换，发现网上例子基本上是2D的，也没有针对3D的资料，特此整理一个。首先说一下啥是仿射变换，简单说仿射变换就是对图像进行平移，旋转，缩放等操作。像这两个图像就是做了一个旋转的变换。2D

AbstractCoarse-to-fine(CTF)策略已被广泛应用到图像去模糊领域，常规方法通常通过堆叠多尺度输入的子网络渐进提升提升输出图像的锐利度。比如DeepBlur、SRN所采用的处理策略。面向快速而精确的去模糊模型设计，我们对CTF策略进行了回顾并提出了一种多输入多输出UNet架构：MIMO-UNet。所提方案具有三个截然不同的特性：MIMO-UNet单编码器的多尺度图像输入设计缓解

github地址：https://github.com/xavysp/DexiNed/tree/master/DexiNed-Pytorch论文地址：https://arxiv.org/abs/1909.01955数据集：https://www.kaggle.com/xavysp/biped文章目录摘要模型结构论文实验结果相关代码摘要这篇paper是基于深度学习的边缘检测算法，受到HED(Holi

依次 abord，accept，取消cuda驱动安装。

queue 操作queue 只能访问 queue<T> 容器适配器的第一个和最后一个元素。只能在容器的末尾添加新元素，只能从头部移除元素。：front()：返回 queue 中第一个元素的引用。如果 queue 是常量，就返回一个常引用；如果 queue 为空，返回值是未定义的。back()：返回 queue 中最后一个元素的引用。如果 queue 是常量，就返回一个常引用；如果 qu

算法部分共分为两个部分，第一部分：将base_train.zip数据集按10折交叉检验，基于baseline设计一个更好的算法，训练后输出一个10折平均dice。第二部分：对Paddleseg内置的各种分割模型，即VNet、UNETR、nnFormer、nnUNet、TransUNet、SwinUNet，进行尝试、对比，并提供详细的实验过程描述，评价结果需用表格或图展示出来。多器官数据集共有11个

语义/实例分割问题是近年来医学图像计算领域的一个热门研究课题，70％以上的国际竞赛都是围绕着它展开。在临床上，分割方法使能临床辅助决策、术前规划、肿瘤动态监控等任务，具有极高的临床使用价值。2020年国际医学图像计算和计算机辅助干预会议（MICCAI 2020），论文接收结果已经公布：华为云医疗AI团队和华中科技大学合作的2篇研究成果入选。MICCAI作为国际公认的跨医学影像计算(MIC)和计算机

1. https://www.jianshu.com/p/5e7c5baf03cfhttps://blog.csdn.net/weixin_31866177/article/details/82985345图像有4个通道，同时有2个卷积核w1和w2。对于卷积核w1，先在输入图像4个通道分别作卷积，再将4个通道结果加起来得到w1的卷积输出；卷积核w2类似。所以对于某个卷积层，无论输入图像有多...

1.PubFig: Public Figures Face Database(哥伦比亚大学公众人物脸部数据库)The PubFig database is a large, real-world face dataset consisting of 58,797 images of 200 people collected from the internet. Unlike most other