Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
【论文笔记】ICNet:用于无监督医学图像配准的逆一致性模型
本文是文章 Inverse Consistent Deep Networks for Unsupervised Deformable Image Registration 的阅读笔记 过去基于学习的配准方法忽略了图像之间转换的逆一致性 并且
医学图像处理
ICNet
医学图像配准
无监督
异常检测(二)——IsolationForest
1 简介 孤立森林 Isolation Forest 是另外一种高效的异常检测算法 它和随机森林类似 但每次选择划分属性和划分点 值 时都是随机的 而不是根据信息增益或者基尼指数来选择 在建树过程中 如果一些样本很快就到达了叶子节点 即叶子
Machine Learning
异常检测
离群点检测
IsolationForest
无监督
无监督学习分类
无监督学习的核心思想是构建出一个与待测样本最相近的 模板 与之比较 根据像素或特征的差异性实现缺陷得到检出与定位 根据维度不同 分为两种方法 1 基于图像相似度的方法 该方法在图像像素层面进行比较 核心思想是重建出与输入样本最相近的正常图像
无监督
异常检测
深度学习
人工智能
图像处理