天涯·明月·刀

  • 4

    获得赞
  • 1

    发布的文章
  • 1

    答辩的项目

参赛思路希望可以帮助大家好好学学,天天向上~

Batch大小为1,循环次数为1次,损失函数优化完,最终完成评分为90.72。

最后更新 2019/08/02 12:12 阅读 1253

脑部MRI(磁共振)图像分割

最后更新 2019/08/02 12:12

阅读 1253

U-Net Keras

一、赛题分析
该题属于图像分割,也可以说是像素二分类问题,一般这类问题Unet 网络可以很好解决。不过医学图像与实景图像之间略有区别,拿该题来说,需要找出疑似病灶区域,区域标注的准确性与标注者的医学经验有关,图像像素之间的关联性没有实景图像那么强,所以这是难点所在,要想得到很高的分割准确性不容易。
·
二、核心思路
1. 数据增强,本人直接用了keras 自带的图像增强,本来还可以写写图像模糊,亮度变化的之类的,后来嫌麻烦(好吧,懒!)。
2. 模型选择。这是个主要任务,开始就拿VGG16,19 改了改,发现模型大,速度慢, 效果不好,网上也有一些看上去很好的分割网络,但在这个问题上,效果不佳,我估计是该题要求细节很高,一般网络达不到要求,于是在选什么网络作为骨干,很重要,在各种网络中转了一圈,期间,自己也写了个山寨版的ResNext,最后觉得
xception 还不错,就用它了。模型集成也试了,效果不好。
·
三、比赛经验总结
1. 对图像分割有了进一步认识,具体问题要具体分析。
2. 多在后半夜提交代码,有问题能及时更改,提高效率!!!
本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/40066
立即参加 脑部MRI(磁共振)图像分割
代码展示
选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥73.00元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日参与讨论奖励 20FAI
发送
每日参与讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥73.00
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除