Search
Write a publication
Pull to refresh

Comments 14

Антиография сосудов... как рисовать сосуды... пока не начал читать, думал, что это что-то о таком... античном:

Киаф. 550—540 гг. до н. э., Лувр

Когда впервые увидела эту статью, подумала о сообщающихся сосудах. А раз так, позволила себе дополнить заголовок. Думаю, @solovievnaне обидится.

Да, название теперь понятнее, но теперь непонятным выглядит мой коммент! ))))))

Так надо сначала статью читать, а потом термины вспоминать. Годная статья, сам не смог решить ее недавно, ковырял по атласу тканей. Так у человека 99000 км сосудов, много не наковыряешь. Есть даже способ сквозь кожной биометрии (а-ля глазное дно).

Я для этого комментарий и написала, чтобы ваш не смотрелся странно :-) Для тех, кто запутается - в первоначальной версии речь шла просто о сосудах. На этом флуд заканчиваем, потому что статья крутая и обсуждение должно быть профессиональным ;-)

Насчёт [512, 256, 256] вопрос, третья размерность это 256 шагов поворота на полный круг?

Нее. Это трехмерное изображение как будто - первая компонента - это длина, вторая высота, третья ширина. То что видите черным с белыми пикселями, это высота на ширину - такой получается срез, а уже карты полученные с помощью модели, это результат проекции т.е argmax от трехмерного массива, по второй компоненте.

У вас классическая Unet или своя?

Какой у вас тензор в самом низу, в bootlneck ?

Мы решали задачу с детекцией тропинок на фото с дрона. Сеть должна была игнорировать проложенные тротуары, дорожки и помечать протоптаные. Фото как городские, так и промзоны и лесные массивы. Была сделана обобщенная unet которая из любого изображения проводила данеые через тензор (1,1) с многими пробросами. Причем в понижающие блоки взяты предобученные слою VGG16/19. Важна аугментация

Сеть справлялась очень точно.

Задачи в целом очень похожи!

Классический, да. Все остальное в моменте не отвечу, надо искать драфт кода.

Если будет интересно, вдруг проект у вас возобновиться, то можно пообщаться для взаимодействия. Можно и в трансформеры идти, хотя для подобных задач и юнет глубокая хороша.

Еще лосс важен, тоже лучше не просто BCE

Есть взвешенный лосс. На картинках классы сегментов всегда по разному и что-то лучше, что-то хуже выучивает. Поэтому взвешенеый лосс лучше учитывает веса сегмннтов разных.

Sign up to leave a comment.

Articles