busyyang
busyyang
update the python2 code to python3. It can generate the same PDF file as original one, which implemented by python2.
Thanks for sharing this amazing work. It helps me a lot. But I am little confused why estimate the value of k1 by `(u2 - d2) / (d2 * d)`...
I implyment a video detect inference for easy usage.
我看到你直接加载facenet的模型的，你有训练代码吗？用中心损失训练的那种？
有的时候一页面上内容比较多，但是又不想分开。想要修改页面距放入更多的东西，不知道通过什么方法可以修改，直接该CSS文件也行，但是对CSS不熟，希望可以介绍一下修改页边距的设置。
Nice registration work and nice visualization for registration process. I would like to make such a visualization file for registration process, but I cann't find the script for this. I...
In [MobileSAM](https://github.com/ChaoningZhang/MobileSAM), there is only one weight file named mobile_sam.pt, how to get encoder and decoder weigt separately? Could you share the script for that?
Could you please share the script for data preprocess? I am not very sure the context in the .npz file and .pickle files. If I wanna train my own dataset,...
作者你们好， 最近我有一个任务是进行CT/MRI的配准，看了不少文献和方法，对于配准的过程大致有个了解，但是在数据准备阶段犯了难。 - Spacing: 我们的CT和MRI数据来自不同的设备，存在不同的Spacing，CT有好几个Spacing规格，MRI也是。这部分还好理解，我可以将数据重采样的相同的Spacing下，如全都重采样到[1,1,1]. - Direction: 部分原始数据是存在方向的，并非是RAI的状态，但是在进行神经网络训练的时候，一般来说，网络得到的就是每个体素的值，那方向信息就没有了。如果我确实需要数据有一定的方向（用于初始对齐），那是不是还得将数据变换到RAI或者任意一个确定的方向后再重采样裁剪？ - 初始对齐：在使用深度学习进行训练的时候，基本上文献都要求数据已经Affined, 那么如何进行Affine? 文献上好多是基于Ants先做一个刚性变换，但是我们数据的大小(或者说FOV)差距比较大，如CT都是整个腹腔的影像数据，然而MRI只有这个范围内的一小部分，使用ants做刚性变换效果并不好。 - Size: 我们的CT的Size和MRI的Size差距很大，而且聚焦的FOV差距也很大，如何传入这两种Size的模型，VM等都要求两个输入的shape是一样的。或者，自己写模型结构，可以输入不同的Size, 但是如何让模型学到我要进行空间变换的范围？在数据量只有几百组的情况下，是不是有比较好的泛化性？ 现在我想到的思路是1. 先把所有数据全部重采样到[1,1,1]的Spacing，2. 想办法进行初始对齐，我想到的办法是写一个GUI界面，通过拖动的方式让两个模态的数据先对齐，但是这样比较麻烦，写GUI需要时间，每组数据拖动也需要时间，有没有其他的比较方便一点的办法？ 3. 初始对齐了后，框一个ROI区域出来，将ROI区域的数据切出来，用于训练，这样基本上满足VM等的数据输入要求，可以做一个初版的Demo. 但是，总感觉这样做数据处理就需要很长的时间，不知道是不是一个好办法？
Hi, I just find an issue about the loss weights when `ofg_epoch=0`: - When do ofg, the `loss_ofg` and `loss_reg` is added with weights. ~~~py if ofg_epoch: '''use ofg loss'''...