一、目标

1. 记录精度、召回率、F1分数

2. 样本均衡和样本随机化

3. 数据增强

二、要点

1. 精度、召回率、F1分数

精度、召回率、F1分数概念可参考文章：

召回率，精确度，准确率，F1分数的区别_wxyczhyza的博客-CSDN博客

2. 样本均衡化和样本随机化

由于数据中肿瘤只占所有结节的极少数，直接训练时会导致模型被训练成偏向将结果预测为正常结节，所以要对样本进行平衡和随机化，避免某个batch中出现所有样本只有正常结节没有肿瘤。

具体步骤：将正样本放在pos_list中，负样本放在neg_list中，当调用dataset的getiem(index)时，计算这个index是正样本还是负样本，并从对应的pos_list或neg_list中索引对应的样本返回。

假设希望正常结节和肿瘤数量的比例ratio=2，当使用dataset的getitem通过下标索引样本时，希望得到的样本为：

数据集索引 Index	0	1	2	3	4	5	6	7	8	9	转换公式
肿瘤+ 正常-	+	-	-	+	-	-	+	-	-	+
pos_list索引 Index_P	0			1			2			3	Index_P = Index // (ratio+1)
neg_list索引 Index_N		0	1		2	3		4	5		Index_N = Index -1- Index_P

举例：当ratio_int=2, 输入dataset的index为101，则：

① 101/ (2+1) = 33.6...,不能被3整除，证明是一个负样本，它对应的正样本的索引Index_P=33

② 负样本的索引Index_N = 101 -1 - 33 = 67

书中部分代码如下：

# dsets.py __init__函数代码
# 正常结节
self.negative_list = [nt for nt in self.candidateInfo_list if not nt.isNodule_bool
]
# 肿瘤
self.pos_list = [nt for nt in self.candidateInfo_list if nt.isNodule_bool
]

# dsets.py def getitem()
if self.ratio_int:pos_ndx = ndx // (self.ratio_int + 1)if ndx % (self.ratio_int + 1):  # 负样本neg_ndx = ndx - 1 - pos_ndxneg_ndx %= len(self.negative_list)  # 求余数防止下标溢出candidateInfo_tup = self.negative_list[neg_ndx]else:pos_ndx %= len(self.pos_list)  # 求余数防止下标溢出candidateInfo_tup = self.negative_list[pos_ndx]
else:candidateInfo_tup = self.candidateInfo_list[ndx]

六、肺癌检测-训练指标和数据增强相关推荐

目标检测中的数据增强
目标检测中的数据增强技术标签: 深度学习人工智能一.图像遮挡 ①random erase 用随机值或训练集的平均像素替换图像区域. URL: https://arxiv.org/pdf/1708 ...
汇总|目标检测中的数据增强、backbone、head、neck、损失函数
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:Tom Hardy https://zhuanlan.zhihu.com/p/137769687 ...
目标检测中的数据增强，包括bbox的变换
检测和分类不同,检测过程中,图片处理以后,bbox往往也需要同步变换里面碰到最坑的地方,在于cv.rectangle(),如果是对图像进行操作,一定要deepcopy 文章目录 1. 水平翻转 1. ...
目标检测中的数据增强：mosaic，mixup，cutout，cutmix
认真读绝对不亏,不要看到全是字就怕了. 最近学目标检测,在看yolov4的时候,看到了mosaic数据增强方法,所以查阅了一些知识,因为网上的讲解都注重于原理,不注重详细的实现方法以及细节,而工 ...
目标检测慎用旋转数据增强
目录概述一个具体的例子原因分析影响分析总结建议概述在进行SSD.YOLO等目标检测类模型训练的时候,为了提升模型的识别率和泛化能力,一般会采用数据增强策略,主要包括调整图片的亮度.对比度 ...
BBAug: 一个用于PyTorch的物体检测包围框数据增强包
本文转载自AI公园. 作者:Harpal Sahota 编译:ronghuaiyang 导读实现了Google Research,Brain Team中的增强策略. 像许多神经网络模型一样,目标检测 ...
目标检测使用的数据增强方法汇总
向AI转型的程序员都关注了这个号
目标检测带标签数据增强代码
注意:我的数据集名字从1开始的,所以是for i in range(1,num),所以倒数第三句 str(i + num-1) 如果是从零开始就不用-1.另外文件名以及图片大小(1280,1024)也 ...
【目标检测】56、目标检测超详细介绍 | Anchor-free/Anchor-based/Backbone/Neck/Label-Assignment/NMS/数据增强
文章目录 1.双阶段和单阶段目标检测器 1.1 双阶段目标检测器 1.1.1 R-CNN 1.1.2 SPP 1.1.3 Fast R-CNN 1.1.4 Faster R-CNN 1.2 单阶段目标 ...

六、肺癌检测-训练指标和数据增强

一、目标

二、要点

1. 精度、召回率、F1分数

2. 样本均衡化和样本随机化

六、肺癌检测-训练指标和数据增强相关推荐

最新文章

热门文章