需要各位完成的
- 学习图像的读取、处理等方法,可参考https://github.com/eastmountyxz/ImageProcessing-Python.git
- 学习神经网络尤其是CGAN的概念,可参考吴恩达和李沐的课程,github上也可以搜出来很多如https://github.com/zergtant/pytorch-handbook.git
- 学习一些包和调参技巧,当一个合格的调包虾+调参侠(X)
- 有问题随时交流,互相学习!
- 老师还没给
- 对乳腺癌患者的USCT图像数据进行预处理和标签等操作
- 设计CGAN模型,该模型包括生成器和判别器。生成器的输入应该是随机噪声和条件信息(例如癌变类型),输出是一张合成的乳腺癌变区图像。判别器的任务是区分生成的图像和真实的图像。
- 训练模型
- 生成新图像,评估,整合
- 由于没有USCT的数据,我从网上找了些超声数据,见data文件夹,权当练习
- 图像的分类,标签,预处理……代码见code文件夹
- 大致的网络框架,见code文件夹。一个是用FashinMINST数据集跑的,效果一般般。另一个是自己找的超声数据,没跑通,还在试,而且数据量比较少。