8.15号经典模型复习笔记

文章目录

  • Deep Residual Learning for Image Recognition(CVPR2016)
    • 方法
  • Densely Connected Convolutional Networks(CVPR2017)
    • 方法
  • EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks(ICML2019)
    • 方法
  • Res2Net: A New Multi-scale Backbone Architecture
    • 方法
  • Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation
    • 方法
  • Contrastive Learning of Medical Visual Representations from Paired Images and Text
    • 本文方法
  • RegNet: Self-Regulated Network for Image Classification
    • 本文方法
  • Large-scale Robust Deep AUC Maximization: A New Surrogate Loss and Empirical Studies on Medical Image Classification(ICCV2021)
    • 方法
  • Attention Gated Networks:Learning to Leverage Salient Regions in Medical Images
    • 本文方法
  • Tensor Networks for Medical Image Classification(MIDL2020)
    • 方法
  • SKID: Self-Supervised Learning for Knee Injury Diagnosis from MRI Data
    • 方法
  • MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
    • 方法
  • MobileNetV2: Inverted Residuals and Linear Bottlenecks(CVPR2018)
    • 方法
  • VIT:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale(ICLR2021)
    • 方法
  • CSPNet: A New Backbone that can Enhance Learning Capability of CNN
    • 方法
  • Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
    • 本文方法
  • SIMCLR:A Simple Framework for Contrastive Learning of Visual Representations
    • 本文方法
  • Going Deeper with Convolutions
    • 本文方法
  • Squeeze-and-Excitation Networks
    • 方法

Deep Residual Learning for Image Recognition(CVPR2016)

方法

在这里插入图片描述
resnet经典,使网络变得更深

Densely Connected Convolutional Networks(CVPR2017)

方法

在这里插入图片描述
每一层之间互相连接

EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks(ICML2019)

方法

在这里插入图片描述

在这里插入图片描述
相当于是在相对较小的参数下衡量最好的规模(长宽深度以及分辨率)

Res2Net: A New Multi-scale Backbone Architecture

方法

在这里插入图片描述
相当于是多规模
在这里插入图片描述

Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation

方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
我没理解错误的话相当于是保留上几步的操作的单元,类似于RNN思想

Contrastive Learning of Medical Visual Representations from Paired Images and Text

本文方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

RegNet: Self-Regulated Network for Image Classification

本文方法

在这里插入图片描述
在这里插入图片描述
可以借鉴的一个方法

Large-scale Robust Deep AUC Maximization: A New Surrogate Loss and Empirical Studies on Medical Image Classification(ICCV2021)

方法

相当于是以AUC为目标的优化,原理就不解读了,不是很简单
代码地址

Attention Gated Networks:Learning to Leverage Salient Regions in Medical Images

本文方法

在这里插入图片描述

在这里插入图片描述
相当于就是得到一个注意力系数,这个系数是关于两张特征图的

Tensor Networks for Medical Image Classification(MIDL2020)

方法

在这里插入图片描述
在这里插入图片描述
对张量进行操作的

SKID: Self-Supervised Learning for Knee Injury Diagnosis from MRI Data

方法

在这里插入图片描述
在这里插入图片描述
看代码是最好的

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

方法

在这里插入图片描述
就是深度学分离卷积减少参数

MobileNetV2: Inverted Residuals and Linear Bottlenecks(CVPR2018)

方法

在这里插入图片描述
和一代相比,参数量减少,增加了残差

VIT:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale(ICLR2021)

方法

在这里插入图片描述
来源于自然语言,不是很复杂,了解一下注意力计算就差不多了

CSPNet: A New Backbone that can Enhance Learning Capability of CNN

方法

在这里插入图片描述
在这里插入图片描述
看看代码就差不多了

Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization

本文方法

在这里插入图片描述
相当于就是通过梯度得到可解释性的结果

SIMCLR:A Simple Framework for Contrastive Learning of Visual Representations

本文方法

在这里插入图片描述
两种不同的数据增强做一个对比损失

Going Deeper with Convolutions

本文方法

在这里插入图片描述

Squeeze-and-Excitation Networks

方法

在这里插入图片描述
SE模块
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/37164.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用维纳过滤器消除驾驶舱噪音(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

Tomcat的多实例和动静分离

目录 一、多实例 二、 nginxtomcat的负载均衡和动静分离 三、Tomcat 客户端->四层代理->七层代理->tomcat服务器 实验: 问题总结: tomcat日志文件:/usr/local/tomcat/logs/catalina.out 一、多实例 在一台服务器上有多个tomc…

解压版 MySQL 数据库的安装与配置

目录 1 下载2 安装3 配置3.1 添加环境变量3.2 新建配置文件3.3 初始化MySQL3.4 注册MySQL服务3.5 启动MySQL服务3.6 修改默认账户密码 4 登录5 卸载 安装环境:Win10 64位 软件版本:MySQL 5.7.24 解压版 1 下载 点击链接 进入如下界面 ❗️注意: 我们一般不会选择最新…

RocketMQ 5.1.0 源码详解 | Producer 发送流程

文章目录 初始化DefaultMQProducer实例发送流程DefaultMQProducer#sendDefaultMQProducerImpl#sendMQClientInstance#updateTopicRouteInfoFromNameServer使用特定 topic 获取路由信息使用默认 topic 获取路由信息 DefaultMQProducerImpl#sendDefaultImpl发送流程总结 初始化De…

31 | 独角兽企业数据分析

独角兽企业:是投资行业尤其是风险投资业的术语,一般指成立时间不超过10年、估值超过10亿美元的未上市创业公司。 项目目的: 1.通过对独角兽企业进行全面地分析(地域,投资方,年份,行业等),便于做商业上的战略决策 项目数据源介绍 1.数据源:本项目采用的数据源是近…

文档控件DevExpress Office File API v23.1新版亮点 - 支持.NET MAUI

DevExpress Office File API是一个专为C#, VB.NET 和 ASP.NET等开发人员提供的非可视化.NET库。有了这个库,不用安装Microsoft Office,就可以完全自动处理Excel、Word等文档。开发人员使用一个非常易于操作的API就可以生成XLS, XLSx, DOC, DOCx, RTF, CS…

nginx一般轮询、加权轮询、ip_hash等负载均衡模式配置介绍

一.负载均衡含义简介 二.nginx负载均衡配置方式 准备三台设备: 2.190均衡服务器,2.191web服务器1,2.160web服务器2,三台设备均安装nginx,两台web服务器均有网页内容 1.一般轮询负载均衡 (1&#xff09…

ARTS 挑战打卡的第9天 --- 如何知道一个数是否为2的若干次幂(Algorithm)

前言 (1)今天看到一个有意思的问题,如何判断一个数字是否为2的若干次幂。这个问题并不难,但是对于我们的C语言功底还是有一点点的考验的。 (2)希望各位可以先自行思考,实在想不出来再看后面的讲…

rabbitmq的消息应答

消费者完成一个任务可能需要一段时间,如果其中一个消费者处理一个长的任务并仅只完成 了部分突然它挂掉了,会发生什么情况。RabbitMQ 一旦向消费者传递了一条消息,便立即将该消 息标记为删除。在这种情况下,突然有个消费者挂掉了…

数据分析两件套ClickHouse+Metabase(一)

ClickHouse篇 安装ClickHouse ClickHouse有中文文档, 安装简单 -> 文档 官方提供了四种包的安装方式, deb/rpm/tgz/docker, 自行选择适合自己操作系统的安装方式 这里我们选deb的方式, 其他方式看文档 sudo apt-get install -y apt-transport-https ca-certificates dirm…

魔改 axuanup 的 aardio和python 猜拳游戏 代码

根据 axuanup 的 aardio和python 猜拳游戏 代码,魔改了一个风格不一样的代码。 争取做到代码尽量“简”,但还没到“变态简”的程度,因为还能看懂。 原文:aardio和python 猜拳游戏-自由交流乐园-Aardio资源网 代码如下&#xff…

【Flutter】【基础】CustomPaint 绘画功能(一)

功能:CustomPaint 相当于在一个画布上面画画,可以自己绘制不同的颜色形状等 在各种widget 或者是插件不能满足到需求的时候,可以自己定义一些形状 使用实例和代码: CustomPaint: 能使你绘制的东西显示在你的ui 上面&a…

竞赛项目 酒店评价的情感倾向分析

前言 🔥 优质竞赛项目系列,今天要分享的是 酒店评价的情感倾向分析 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🧿 更多资料, 项目分享: https://gitee.com/dancheng-senior/post…

用Python做一个滑雪小游戏

游戏是让人娱乐和放松的好方式,而编写和玩自己的游戏则是一种特别有趣的体验。在本文中,我们将使用Python和pygame库来创建一个简单的滑雪小游戏。通过这个小游戏项目,我们将学习如何使用Python编程语言来制作自己的游戏,并且享受…

IT运维:使用数据分析平台监控深信服防火墙

概述 深信服防火墙自身监控可以满足绝大部分需求,比如哪个应用占了最大带宽,哪个用户访问了哪些网站?这里我们为什么使用鸿鹄呢?因为我们要的是数据的处理和分析,比如某个用户在某个事件都做了哪些行为,这个…

【设计模式】前端控制器模式

前端控制器模式(Front Controller Pattern)是用来提供一个集中的请求处理机制,所有的请求都将由一个单一的处理程序处理。该处理程序可以做认证/授权/记录日志,或者跟踪请求,然后把请求传给相应的处理程序。以下是这种…

基于鲲鹏平台Ceph深度性能调优

刘亮奇 架构师技术联盟 2021-04-12 07:50 摘自: https://mp.weixin.qq.com/s/o9HH-8TF0DbMqHrvsFh1NA 随着 IOT、大数据、移动互联等应用的暴涨,产生的数据也越来越多,整个存储市场总量也逐年增长,预计到 2021 年分布式存储会占到…

UNIX基础知识:UNIX体系结构、登录、文件和目录、输入和输出、程序和进程、出错处理、用户标识、信号、时间值、系统调用和库函数

引言: 所有的操作系统都为运行在其上的程序提供服务,比如:执行新程序、打开文件、读写文件、分配存储区、获得系统当前时间等等 1. UNIX体系结构 从严格意义上来说,操作系统可被定义为一种软件,它控制计算机硬件资源&…

CTFshow 限时活动 红包挑战7、红包挑战8

CTFshow红包挑战7 写不出来一点&#xff0c;还是等了官方wp之后才复现。 直接给了源码 <?php highlight_file(__FILE__); error_reporting(2);extract($_GET); ini_set($name,$value);system("ls ".filter($_GET[1])."" );function filter($cmd){$cmd…