
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
前言X线胸片,通俗地被称为“拍片”,也列为常规体检的检查项目之一。X线摄影的快捷、简便、经济的优势日渐突出,成为胸部检查的优先选择。X线胸片能清晰地记录肺部的大体病变,如肺部炎症、肿块、结核等,利用人体组织的不同密度可观察到厚度和密度差别较小部位的病变。肺炎是由感染性病原体引起的肺组织炎症和实变,在X线胸片上可见双肺斑片状阴影,阴影模糊不清,双肺呈毛玻璃状;传统的阅片方式为医生人工查看,凭借经..
原文地址:https://blog.csdn.net/zhaojc1995/article/details/80572098https://blog.csdn.net/jojozhangju/article/details/51982254前言循环神经网络( Recurrent Neural Networks,RNN),一类用于处理可变长度的序列数据的神经网络,其主要用途是处理和预测序列数据...
单阶段检测模型相对于以RCNN,Fast R-CNN和Faster R-CNN为代表的基于region proposal的两阶段检测模型,单阶段的物体检测用一个end-to-end的全卷积神经网络完成从原始图像的输入到Bounding box和box中物体类别的输出。在实时检测方面优于上述的区域推荐,而准确率方面则相对较差。YOLO以RCNN为代表的传统的物体检测方法通过region pro...
了解Pascal VOC利用深度学习方法如Faster R-CNN或YOLOv3等进行目标检测时需要训练数据集,我们很少会根据自己的数据集格式修改代码,更多的是按照一定格式修改自己的数据格式,而PASCAL VOC为图像识别和分类提供了一整套标准化的数据集,为了方便我们目标检测的进行,可以先来详细的记录一下PASCAL VOC的格式。Pascal VOC数据集下载地址:http://host...
比赛链接:https://tianchi.aliyun.com/competition/entrance/231694/introduction?spm=5176.12281949.1003.10.72ad76d8Azb5Xq赛题背景恶意软件是一种被设计用来对目标计算机造成破坏或者占用目标计算机资源的软件,传统的恶意软件包括蠕虫、木马等,这些恶意软件严重侵犯用户合法权益,甚至将为用户及他人带来..
原文地址:https://www.jianshu.com/p/f931a4df202chttps://www.jianshu.com/p/159f381c661dhttps://blog.csdn.net/zs15321583801/article/details/81234446https://blog.csdn.net/shenxiaoming77/article/details/787...
原文地址:https://redstonewill.com/1584/前言在监督式机器学习中,无论是回归问题还是分类问题,都少不了使用损失函数(Loss Function)。**损失函数(Loss Function)**是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。若损失函数很小,表明机器学习模型与数据真实分布很接近,则模型性能良好;若损失函数很大,表明机器学习模型与数据真实分..
原文地址:https://redstonewill.com/1584/前言在监督式机器学习中,无论是回归问题还是分类问题,都少不了使用损失函数(Loss Function)。**损失函数(Loss Function)**是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。若损失函数很小,表明机器学习模型与数据真实分布很接近,则模型性能良好;若损失函数很大,表明机器学习模型与数据真实分..
原文地址:https://redstonewill.com/1584/前言在监督式机器学习中,无论是回归问题还是分类问题,都少不了使用损失函数(Loss Function)。**损失函数(Loss Function)**是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。若损失函数很小,表明机器学习模型与数据真实分布很接近,则模型性能良好;若损失函数很大,表明机器学习模型与数据真实分..
原文地址:https://www.jianshu.com/p/f931a4df202chttps://www.jianshu.com/p/159f381c661dhttps://blog.csdn.net/zs15321583801/article/details/81234446https://blog.csdn.net/shenxiaoming77/article/details/787...







