iT邦幫忙

鐵人檔案

第 12 屆 iThome 鐵人賽
回列表
AI & Data

30天只學U-net 系列

如何實做(耍廢)U-net 30 天

鐵人鍊成 | 共 30 篇文章 | 4 人訂閱 訂閱系列文 RSS系列文 團隊迷途羔羊
DAY 11

[day-11] 第5段 introduction - 影像增量

前言 接下來出不介紹影像增量的問題。 影像增量 As for our tasks there is very little training data ava...

2020-09-26 ‧ 由 disapear1997 分享
DAY 12

[day-12] 第6段 introduction - 物件相連問題

前言 介紹如何解決細胞分割問題。 細胞相連問題 Another challenge in many cell segmentation tasks is t...

2020-09-27 ‧ 由 disapear1997 分享
DAY 13

[day-13] 第7段 introduction - 結語

前言 重申問題,說明表現。 影像增量 The resulting network is applicable to various biomedical se...

2020-09-28 ‧ 由 disapear1997 分享
DAY 14

[day-14] U-net Network Architecture

前言 進入架構的說明,建議與[day-08] 番外 - U-net的程式碼實現 (1) - Conv2D[day-09] 番外 - U-net的程式碼實現 (2...

2020-09-29 ‧ 由 disapear1997 分享
DAY 15

[day-15] 番外 - U-net的程式碼實現 (3) - dropout?(上)

前言 dropout大危機?這到底是什麼東西? 架構與程式碼交叉解釋 (3) 萃取特徵的部分使用了5個重複性的架構萃取得到特徵,並在結構4與5加入dropou...

2020-09-30 ‧ 由 disapear1997 分享
DAY 16

[day-16] 番外 - U-net的程式碼實現 (4) - dropout?(下)

前言 今天介紹 dropout。 架構與程式碼交叉解釋 (4) dropout 主要是剔除與層或數量有關的參數,如果是DNN就是神經元的數量;如果是CNN則是...

2020-10-01 ‧ 由 disapear1997 分享
DAY 17

[day-17] 番外 - U-net的程式碼實現 (5) - UpSampling2D

前言 之前提及的upampling,對於初學CNN的人比較會不知道細節,今天就來介紹反捲積的細節吧。 upsampling up6 = Conv2D(512,...

2020-10-02 ‧ 由 disapear1997 分享
DAY 18

[day-18] 番外 - U-net的程式碼實現 (6) - concatenate

呵呵 從此,我學會了連草稿都要備份。 前言 很久以前,人們對於更深的網路已經走火入魔了(?),但是越深的網路越來越有可能梯度消失,在不斷covolution下,...

2020-10-03 ‧ 由 disapear1997 分享
DAY 19

[day-19] U-net Training 細節 (1) - 隨機梯度下降法(SGD)

前言 因為我對於隨機梯度下降法真的很不熟,所以這一方面我會多著墨點文字去說明。 梯度下降法 The input images and their corres...

2020-10-04 ‧ 由 disapear1997 分享
DAY 20

[day-20] U-net Training 細節 (2) - loss function

前言 Loss function 說明 先了解 softmax的概念 ak(x):activationk代表第k個波段;x是像素位置。 大K:類別數量,如文章...

2020-10-05 ‧ 由 disapear1997 分享