- 博客(17)
- 收藏
- 关注
RSS订阅原创 基于FastAPI+YOLO的乳腺癌检测系统前后端实战（附完整源码）
该项目是一个基于FastAPI的后端应用，主要用于图像上传和YOLO模型推理。项目功能包括图像上传、YOLO模型推理及返回检测结果，适合深度学习初学者、医疗AI开发者及FastAPI/YOLO技术栈学习者。后端目录结构包含主文件、启动脚本、预测脚本、依赖文件及存储文件夹，前端目录结构包括视图组件、API请求代码及路由配置。环境依赖包括Node.js（建议版本20.x或更高）和Python（建议版本3.8或更高）。后端功能接口包括图像上传和YOLO推理，分别通过POST方法实现。项目启动后可通过指定URL访问
2025-05-22 08:51:11
194
原创 手把手教你用Grad-CAM可视化医学3D影像
手把手教你用Grad-CAM可视化医学3D影像，Grad-CAM 是一种基于梯度的类激活映射技术，通过计算目标类别对特征图的梯度，生成热力图来显示模型关注的区域，
2025-01-31 20:14:37
1162
原创 笔记03----NeurIPS2024 涨点!SSA:用于语义分割的语义和空间自适应像素级分类器(即插即用)
NeurIPS2024 涨点!SSA:用于语义分割的语义和空间自适应像素级分类器(即插即用)
2024-12-08 15:15:02
1321
原创 笔记02----重新思考轻量化视觉Transformer中的局部感知CloFormer（即插即用）
为了同时利用共享权重和上下文感知权重的优势，CloFormer引入了一种名为AttnConv的卷积算子，它采用注意力机制，充分利用共享权重和上下文感知权重的优势来实现局部感知。此外，它使用了一种新方法，该方法结合了比普通局部自注意力更强的非线性来生成上下文感知权重。在CloFormer中，采用双分支架构，其中一个分支使用AttnConv捕获高频信息，而另一个分支使用带有下采样的普通注意力捕获低频信息。双分支结构使CloFormer能够同时捕获高频和低频信息。
2024-11-18 16:10:06
1452
原创 笔记01----Transformer高效语义分割解码器模块DEPICT（即插即用）
当前的 Transformer-based 方法解码器（decoder）的设计更多是基于经验，缺乏理论解释。该论文将语义分割任务建模为“从主空间到子空间的信息压缩”问题，强调从高维图像特征中提取类别相关的紧凑表示。提出 DEPICT 解码器：基于 自注意力（MSSA） 和 交叉注意力（MSCA） 设计简单高效的解码器;MSSA模块 构建主子空间，去除冗余，优化图像特征。MSCA模块 动态提取类别相关特征，生成类别嵌入的低维表示。
2024-11-17 22:11:19
1186
原创 BP神经网络训练自己的数据(Tensorflow2.x版本)
BP神经网络训练自己的数据集，将鸢尾花数据集版存在本地充当自己数据集，进行预测。
2022-10-02 09:40:13
1915
2
原创 VS 2019配置QT和Opencv调用DNN模块进行图像分类
初步将VS 2019、Opencv、QT和深度学习联系在一起，对遥感图像进行分类。
2022-08-11 21:11:30
1518
3
原创 Matlab计算波形的总谐波失真--THD（附完整代码）
一、代码废话少说，直接上代码：%author:Meng%date:2020/10/10%mane:THD calculateclc;clear;pathname = 'F:\diansai\THD_test\test\123.txt';data=load(pathname); %读取数据为txt文件格式波形文件为ADC采集数字量x = data;Fs = 100000; %采样率设置于实际采样率需一样t = 0:1/Fs:1;
2021-06-25 23:33:03
18180
12
这篇文章是《JAVA高频面试题合集.pdf》的技术内容概述，涵盖Java编程语言的多个核心主题和技术细节，主要用于Java开发者的面试准备 以下是文章的主要内容总结：
2025-04-28
笔记02-重新思考轻量化视觉Transformer中的局部感知CloFormer（即插即用）
2024-11-18
基于Opencv-python人脸口罩检测
2022-12-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人