《Deep Active Learning for Axon-Myelin Segmentation on Histology Data》--阅读笔记-Arxiv
Active learning的核心是选择most informative的sample，这个策略是有创新型的 （https://github.com/neuropoly/deep-active-learning）
Authors
M´elanie Lubrano di Scandalea, Christian S. Perone, Mathieu Boudreau, Julien Cohen-Adad
Motivation
- groundtruth获取太tedious，需要expert的大量手工标注
- 在现实场景中，medical的数据量是比较小的
难点
- uncertainty sample的选择标注并不是那么的有效
- 有一些研究用 similarity去衡量，选择新的sample
Novelty
- 使用了Monte-Carlo Dropout方法（也即在prediction的时候，同样激活dropout），在测试网络的时候去选择uncertainty sample
Network
《Deep Active Learning for Axon-Myelin Segmentation on Histology Data》--阅读笔记-Arxiv相关推荐
- 《A sparse annotation strategy based on attention-guided active learning for 3D medic》--阅读笔记-Arxiv
之前读过,但是没做笔记,就直接拉的其它作者的笔记了.感谢 https://blog.csdn.net/sinat_35779431/article/details/99682540 文章链接:http ...
- RFA-Net: Residual feature attention network for fine-grained image inpainting 论文阅读笔记
RFA-Net: Residual feature attention network for fine-grained image inpainting 论文阅读笔记 摘要 尽管大多数使用生成对抗性 ...
- 论文Is Space-Time Attention All You Need for Video Understanding?阅读笔记
目录 写在前面: 1.Introduction 2.TimeSformer model 2.1Joint Space-Time 2.2Divided Space-Time 2.3Other mode ...
- iCAN: Instance-Centric Attention Network for Human-Object Interaction Detection 论文阅读笔记
摘要 本文研究场景图中人-物交互问题.其核心思想是人或物体实例的外观包含指示线索,利用这些信息可以注意到图像中可以促进交互预测的部分.为了利用这些线索,研究者提出了一个以实例为中心的注意力模块,学习根 ...
- A Graph-Based Temporal Attention Framework for Multi-Sensor Traffic Flow Forecasting阅读笔记
论文:基于图的多传感器交通流预测时间注意框架,A Graph-Based Temporal Attention Framework for Multi-Sensor Traffic Flow Fore ...
- 【NLP】《Attention Is All You Need》的阅读笔记
背景 在深度学习领域,如果你连Transformer都不知,那就太out了.现如今基于Transformer的模型,如Bert在NLP的下游的很多任务中都达到了sota.而这个Transformer就 ...
- Multimodal Dual Attention Memory for Video Story Question Answering阅读笔记
本文提出了一种视频故事问答(QA)体系结构MDAM,关键的思想是使用双重注意机制与后期融合.MDAM首先使用self - attention来学习场景帧和字幕中的潜在概念.然后根据给出的问题,使用第二 ...
- Bilateral attention network for RGB-D salient object detection阅读笔记
IEEE 2021 Zhao Zhang; Zheng Lin; Jun Xu; Wen-Da Jin; Shao-Ping Lu; Deng-Ping Fan 论文地址 一.简介 提出了双边注意模块 ...
- 【论文】3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
论文题目:3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation 3D u-net,从稀疏注释中学习密集体分割 ...
- 二维码提升对比度文献调研(4)--Attention Guided Low-light Image Enhancement
简介 (1)论文2: Attention Guided Low-light Image Enhancement with a Large Scale Low-light Simulation Data ...
最新文章
- centos7.3允许mysql远程连接_Centos7.3 安装Mysql和远程登录到Mysql-Go语言中文社区
- axis2 json_带有Java和Axis2的JSON Web服务
- 训练日志 2018.9.12
- 12月中国区块链经理人指数：环比出现大幅下跌 企业融资不理想
- 贷中风控调额方法与策略详解
- Leetcode每日一题：1024.video-stitching(视频拼接)
- [FFmpeg] 编译官方例子
- 22个HTML5的初级技巧
- 雷军40岁低潮岁月做了什么，才有小米
- win7系统桌面上计算机不见了怎么办,win7桌面上我的电脑图标不见了怎么办
- 计算机管理格式化没有顺利完成,TF存储卡“格式化没有顺利完成”问题解决的方法...
- 幽默笑话大全 API 接口
- css3 3d 太阳系,css3太阳系9大行星介绍页面动画
- 树莓派官方显示屏亮度
- Rational Rose 7.0安装教程
- 普通年金终值和现值计算（白话版）
- 买家用投影仪应该关注哪些数据？
- aec Gain 公式
- python-tkinter 官方文档
- 区分浏览器,判断浏览器版本