RSNA待做事项

SE-resnext相关链接:
https://github.com/raytroop/RetinaNet_SE-ResNeXt
https://github.com/facebookresearch/ResNeXt
https://github.com/rwightman/pytorch-image-models
https://www.cnblogs.com/Matrix_Yao/p/9563063.html

resnet和resnext在读取预训练模型的时候有啥不同

 

ensembel的方法

 

快速迭代策略的尝试。

根据病人进行数据集等比例抽取。

 

0.066的代码的解读

使用病人对预测结果进行修正

更换不同像素精度的图片对结果的影响

tpu训练efficient

 

efficientnet如何调参

pytorch代码修改为支持tpu

 

如何保存每个epoch的训练结果，以及对结果的读取。

 

处理没看过的discussion.（看过的点下赞）
往届的RSNA的方案的解读．
当前方案的解读
微信里面的cv基础知识

 

数据的下载
显卡配置,新硬盘的测试
bone的cmap对图像的处理
 

总结

以上是生活随笔为你收集整理的RSNA待做事项的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。