【早鳥倒數🔥AI醫學影像辨識一次掌握】
👉 https://bit.ly/2Whgkjl
不管你是具備工程技術，還是具備醫療知識💊
只要想進入醫療影像分析，卻不知如何開始💉
又或想接案醫療影像分析，卻不會以下這些技能嗎❓
📍於貼文留言: 「#AI醫學影像辨識」助教將私訊超優惠連結給你
若可以公開分享此篇貼文，會更棒棒喔🎉🎉
1⃣不會寫程式、不會Python✅基礎+進階一起打包!
2⃣會程式但沒有學過AI辨識 ✅基礎+進階一起打包!
3⃣有一點基礎但沒有很熟悉 ✅基礎+進階一起打包!
#學習的問題我一率建議TibaMe穩紮穩打
🧬基礎班
🔹NumPy / Pandas / Matplotlib：分析病歷資料
🔹OpenCV：胸腔影像去雜訊、銳利化、邊緣偵測等
🔹Keras深度學習建模：分析基礎影像
🔹CNN 模型：辨識手寫數字
🔹CNN 影像辨識 + 遷移學習優化：新冠肺炎X光分類
🔹實作：視網膜糖尿病病程分級
🧬進階班
🩹CNN 語意切割、萃取影像特徵
🔸辨識腦腫瘤組織影像
🔸視網膜糖尿病病程分級
🔸進行不同細胞之分類
🩹應用物件偵測 Yolo 模型
🔸標註物件範圍進行血球偵測
🩹創建 VGG 模型
🔸心電圖波型影像分類
🩹優化創建 EfficientNet 模型
🔸分類肺炎影像分析
🩹創建 ResNet 模型
🔸3D 胸腔醫學影像分類輔助診斷
一次擁有全部醫學影像成果作品
👑13種視覺化分析作品＿業界最紮實也最超值
opencv去雜訊 在 [心得] 驗證碼影像處理灰度去雜點切割- 看板Python 的八卦
先感謝這篇留言的大大
https://www.ptt.cc/bbs/Python/M.1504617371.A.CF2.html
給我一些關鍵字，之後我就靠著 google，做些修正，加入自己的想法，
以下範例是 台鐵驗證碼
原始圖
灰度&去雜點
分割成個別數字
如果有興趣，code 我已經上傳 github ，不懂可以再寄信給我
https://github.com/f496328mm/Verification_code_image
另外我想請問，影像處理還有什麼方法？除了我目前做的驗證碼之外
我目前在做 CIFAR-10 我用VGG，準確率都在0.8左右，
不知道要如何衝上0.9，甚至是0.95，
我只有做最基本的---除以255
我目前知道的方法有這些 不過詳細並不清楚
基本影像處理(裁減、模糊、銳化)
影像分割(線、圓圈、斑點)
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.137.164.234
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1505228328.A.7F4.html
※ 編輯: f496328mm (220.137.164.234), 09/12/2017 23:09:49
黏住不好切 可能要試試別的方法 或是讓DL學習 一次判斷兩個數字這樣
灰度去雜點後
用 x 軸去切 只要是'白色' 就存入x座標
以上就會得到一串數列 舉例來說 11,12,13...27,63,64...95,129,130...
可以看出來 11~27 是一個數字 63~95 是一個數字
這樣就切出數字了
像這樣 之後 y 軸的切法也一樣
沒耶 這是什麼
我沒學過影像相關 想請問
open or close 這些可以幫助影像辨識嗎? 為什麼? 是因為比較好抓邊界嗎?
另外有些人會做'去均值'，為什麼這樣會變好？？
https://goo.gl/AQKk2N
我在做 CIFAR-10，目前已經將邊框加大，
這樣 filter 跟 pooling 才不會預測邊界的問題，
原圖
放大
不過結果沒什麼變@@
--------------------------------------------
對影像做銳化or強化，可能會比較有幫助？？上網找是說可以強化邊緣位置，
cv2.dilate(im3, (2, 2), iterations=1)
驗證碼我是這樣做
另外'模糊化'是只去雜點嗎? 在驗證碼，我是先灰度->去雜點->強化
字的位置不一樣沒關係啊 最後都是切成正方形
就像下圖 不管字在哪 切成這樣後 再用DL去單獨預測就好
不好意思 我還是初學者 可以請大大說清楚一點嗎? 謝謝
※ 編輯: f496328mm (220.137.164.234), 09/14/2017 10:28:14
喔喔 了解 用輪廓去辨識 正確性應該會比較高
※ 編輯: f496328mm (220.137.164.234), 09/14/2017 14:55:17
... <看更多>