C2L_MICCAI2020 源码
C2L_MICCAI2020 这是MICCAI 2020早期接受的论文“比较学习:通过比较图像表示在射线照片上超越ImageNet预训练”的存储库 介绍 C2L的目标是仅通过使用2D射线照片提供一种有效的预训练方法。它旨在灵活支持快速实施。具体来说,您可以通过简单地配置数据集路径来运行这些实验。 引文 @inproceedings{zhou2020C2L, title={Comparing to Learn: Surpassing ImageNet Pretraining on Radiographs By Comparing Image Representations}, author={Zhou, Hong-Yu and Yu, Shuang and Bian, Cheng and Hu, Yifan and Ma, Kai and Zheng, Yefeng}, book
文件列表
C2L_MICCAI2020-master.zip
(预估有个45文件)
C2L_MICCAI2020-master
DatasetGenerator.py
2KB
lsoftmax.py
3KB
read_data.py
1KB
util.py
1KB
spawn.py
6KB
.DS_Store
6KB
utils
cutout.py
1KB
__pycache__
暂无评论