本教程是对本人研究生期间的研究内容进行整理总结，总结的同时也希望能够帮助更多的小伙伴。后期如果有学习到新的知识也会与大家一起分享。 本教程会以视频的方式进行 图像分类，目标检测，语义分割基础网络的视频讲解和代码实现（pytorch） https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
最近更新: 7个月前用卷积神经网络代替病理专家和医护人员，识别出病理图像中所有带恶性病灶的区域。若存在恶性病灶，可快速精准判断出病灶大小及扩散程度，帮助患者确定肿瘤的侵略性分级。 使用的数据是真实的复现浸润性导管癌（IDC）病理检查图像，由搭载标本的整体载玻片按40倍放大扫描而来，图像的数据集样本量在27w，像素大约在200w~400w之间。
最近更新: 1年多前
