UNet的编解码结构一经提出以来，大有统一深度学习图像分割之势，后续基于UNet的改进方案也经久不衰，一些研究者也在从网络结构本身来思考UNet的有效性。比如说编解码网络应该取几层，跳跃连接是否能够有更多的变化以及什么样的结构训练起来更加有效等问题。UNet本身是针对医学图像分割任务而提出来的网络结构，该任务不像自然图像分割，对分割精度要求并不是十分严格。但对于医学图像而...

相较于常规的自然图像，以UNet为代表的编解码网络在医学图像分割中应用更为广泛。常见的各类医学成像方式，包括计算机断层扫描（Computed Tomography, CT）、核磁共振成像（Magnetic Resonance Imaging, MRI）、超声成像（Ultrasound Imaging）、X光成像（X-ray Imaging）和光学相干断层扫描（Optica...

《深度学习图像分割》这本书写写停停，历经三年多，目前在二稿修订中。正式出版之前，计划先在GitHub做逐步的内容和代码开源。以下为本书第2章节选内容：图像分割是数字图像处理和计算机视觉领域中的一个经典问题，旨在将图像划分为若干具有特定意义的子区域或目标对象。图像分割是一种典型的图像处理方法，其输入和输出都是图像。传统的图像分割方法通常基于图像的两个基本属性：灰度值的不连续性和灰度值的相似性，并围绕

上一次OpenAI在生图模型方向搞出这么大动静，还是去年3月份的GPT-4o image generation那个模型，那会我用风靡一时的吉卜力风格来做AI视频，还在B站拿到了10w+的流量。去年12月份的时候，OpenAI发布了GPT-Image-1.5，效果一般，并且Sam也知道这玩意打不过谷歌的Nano Banana，所以本身也没多少宣传声量。以前 DALL-E 3、chatgpt-imag

从这篇文章开始，我们把深度学习语义分割的目光转向Transformer，即基于ViT的语义分割模型。在正式介绍Transformer分割网络之前，需要先了解一下ViT的分类网络。Vision Transformer (ViT) 可以算是整个Visuier任务的backbone网络。提出ViT模型的这篇文章题名为An Image is Worth 16x16 Words: Transformers

相较于常规的自然图像，以UNet为代表的编解码网络在医学图像分割中应用更为广泛。常见的各类医学成像方式，包括计算机断层扫描（Computed Tomography, CT）、核磁共振成像（Magnetic Resonance Imaging, MRI）、超声成像（Ultrasound Imaging）、X光成像（X-ray Imaging）和光学相干断层扫描（Optica...

深度学习100问Author：louwillMachine Learning Lab所谓深监督(Deep Supervision)，就是在深度神经网络的某些中间隐藏层...

自从GoodFellow提出GAN以后，GAN就存在着训练困难、生成器和判别器的loss无法指示训练进程、生成样本缺乏多样性等问题。为了解决这些问题，后来的研究...

深度学习100问Author：louwillMachine Learning LabModel Scaling(模型扩展)一直以来都是提高卷积神经网络...

《深度学习图像分割》这本书写写停停，历经三年多，目前在二稿修订中。正式出版之前，计划先在GitHub做逐步的内容和代码开源。以下为本书第2章节选内容：图像分割是数字图像处理和计算机视觉领域中的一个经典问题，旨在将图像划分为若干具有特定意义的子区域或目标对象。图像分割是一种典型的图像处理方法，其输入和输出都是图像。传统的图像分割方法通常基于图像的两个基本属性：灰度值的不连续性和灰度值的相似性，并围绕