码迷,mamicode.com
首页 > 其他好文 > 详细

518大创基础知识学习

时间:2019-05-18 14:03:29      阅读:152      评论:0      收藏:0      [点我收藏+]

标签:过滤器   过滤   near   总结   cal   random   卷积   旋转   net   

通过弹性扭曲、旋转、镜像等方法对数据进行了增强。

图像多方向切块方式训练进行增加数据量

对于卷积的运算,在python中,可以使用conv_forward()函数;在tensorflow中,可以使用tf.nn.conv2d()函数;在keras中,可以使用Conv2D()函数。

 边缘检测:过滤器矩阵形式,每一个数是作为需要反向神经网络的参数。。。此边缘不是整张图片的四个边缘,是每一个小的卷积核的边缘,所以把中间不需要检测的部分设置为0

数据扩充的方法:

垂直镜像对称(Mirroring)、随机修剪(Random Cropping)

镜像对称(Mirroring):将图片像对称

随机修剪(Random Cropping):给定一个数据集然后对它随机修剪

理论上也可以使用旋转(Rotation)、剪切(Shearing)、局部変形(Local warping)等方法,通过改变R、G、B,改变颜色(之于ct图像应该是改变灰度值?)

GitHub是今日宝藏~

https://github.com/zhaoxin111/tensorflow_cookbook#ch-5-nearest-neighbor-methods(tensorflow手册)

https://github.com/ShawnBIT?tab=followers(Unet论文总结博主)

 

518大创基础知识学习

标签:过滤器   过滤   near   总结   cal   random   卷积   旋转   net   

原文地址:https://www.cnblogs.com/larvie/p/10885343.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!