上一篇介绍了Anchor，这篇开始介绍RPN。整个RPN模块其实总的来说可以分成两部分来讲，一个是RPN的训练，这个很容易理解，网络肯定是需要训练优化的；另一个是生成候选区域，这个是RPN的主功能。RPN网络结构RPN的网络结构很简单，如下图所示整个网络一共有两个分支，左边是分类分支，右边是回归分支。具体实现时， 在feature map上首先用3×3的卷积进行更深的特征提取， 然后利用1×1的卷

刚使用jupyter notebook的时候，把之前写的py脚本导了进去，一运行，发现了报了以下的错误：usage: ipykernel_launcher.py [-h] [--cfg CFG] [--device DEVICE]ipykernel_launcher.py: error: unrecognized arguments: -f /project/.local/share/jupyte

前两篇博客已经知道了RPN输出的预测值和真值，有了这些我们就可以计算RPN的损失了。RPN的损失函数主要包含分类与回归两部分，具体公式如下：L(Pi,ti)=1Ncls∑i=1Lcls(Pi,Pi∗)+λ1Nreg∑i=1Pi∗Lreg(ti,ti∗)L({P_{i}, t_i}) =\frac{1}{N_{cls}} \sum_{i=1} L_{cls}(P_i,P^*_i)+ \lambda

最近看了一篇有关多示例学习的paper，题目为Data Efficient and Weakly Supervised Computational Pathologyon Whole Slide Images，对里面提出的模型比较感兴趣，特此做一下笔记。github地址：https://github.com/mahmoodlab/CLAMpaper地址：https://arxiv.org/abs/

最近在学习docker时，发现使用ubuntu构建镜像时，如果有apt-get install命令，老是出现以下错误：The command ‘/bin/sh -c apt-get install -y gedit’ returned a non-zzero code: 100查了一下，发现很多人都说是使用ubuntu原始的源在apt-get install下载新包时，可能因为网络问题导致出现此报

安装openslide是处理医学图像经常用到的一个包，因为WSI(whole slide image)是非常大的，在一般情况下是没有办法处理的，所以才要借助openslide进行处理。下面是openslide在ubuntu下的安装方法pip3 install openslide-python如果导入时发生报错，那一般是缺少依赖项，在终端运行：sudo apt install python...