深度学习——卷积神经网络 - 文集

25篇文章 · 18187字 · 2人关注

（25）模型的可解释性
模型的可解释性问题意在解决模型是通过哪些像素点决定了最终的分类类别。常见的可视化热图生成工具为CAM(Class Activation Ma...

756 0 0
（24）查准率与查全率的权衡
在医疗领域，经常需要做的不仅仅是模型准确率高就可以了，更多的是需要查全率要高于查准率，这样使更多的患者被检测到。因此通过P_R曲线来选择合适...

1655 0 0

（23）DenseNet
在慢性萎缩性胃炎的识别中使用了DenseNet121，这里简要介绍一下。整个模型结构如上图。 DenseNet 包含多个Dense ...

1195 0 1
（22）图像分割——DeconvNet
deconvolution network 是针对 FCN 改善的用于语义分割的网络。与SegNet 相比，在pooling operatio...

307 0 0
（21）图像分割——SegNet
SegNet与FCN类似，也移除了全连接层，不同的是，采用了编码器-解码器结构，在上采样和下采样中使用了不同的方法。其网络结构如下： S...

0.1 3268 0 1
（20）图像分割——FCN
FCN是全卷积神经网络，用于图像语义分割，将图像级别的分类扩展到像素级别的分类。FCN将传统网络后面的全连接层换成了卷积层，这样网络输出不再是类...

2113 0 1
（19）图像分割——V-Net
论文地址：https://ieeexplore.ieee.org/document/7785132 V-Net 是另一种版本的3D U-Net。...

0.1 5765 0 1

（18）图像分割——3D U-Net
在生物医学方面，有很多3D图像，一层一层转化为2D切片很难且工作量大，而且也不高效，因为相邻切片之间的信息相似性很大。而用整个3D体积的全部数...

9425 0 2
（17）图像分割——U-Net
U-Net: Convolutional Networks for Biomedical Image Segmentation PDF :htt...

1864 0 1