您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201903-365
论文题目 视网膜血管分割全卷积网络的数据集预处理研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

视网膜血管分割全卷积网络的数据集预处理研究

首发时间:2019-03-28

张冠宏 1   

张冠宏(1993-),男,硕士研究生,主要研究方向为计算机视觉、语义分割、目标检测、生成式模型等。

周晓光 1   

周晓光(1956-),男,教授、博士生导师,主要研究方向:机器学习与人工智能、智慧物流与供应链管理、物联网技术、电子商务

  • 1、北京邮电大学自动化学院

摘要:在深度神经网络中,对于数据集的预处理工作是非常重要的,会直接影响神经网络模型的预测结果。对于视网膜血管分割任务而言,数据集的预处理工作是否、以及怎样对卷积神经网络的分割结果造成影响,是人们需要认真考虑的问题。本文在使用一个U-Net全卷积网络对DRIVE数据集的彩色眼底图像进行视网膜血管分割任务时,尝试了许多不同的数据集预处理策略,并通过对比实验比较了这些预处理方法对最终结果的影响。本文确定了使用0.5几率随机翻转、在原始图像上随机采样图像块、不对归一化输入数据进行标准化会取得最好的分割效果。

关键词: 模式识别与智能系统 卷积神经网络 语义分割 视网膜血管分割

For information in English, please click here

The Preprocessing of Retinal Vessel Segementation Dataset for Fully Convoulutional Network

Guanhong Zhang 1   

张冠宏(1993-),男,硕士研究生,主要研究方向为计算机视觉、语义分割、目标检测、生成式模型等。

Xiaoguang Zhou 1   

周晓光(1956-),男,教授、博士生导师,主要研究方向:机器学习与人工智能、智慧物流与供应链管理、物联网技术、电子商务

  • 1、Automation school of Beijing University of Posts and Telecommunications

Abstract:The preprocessing of datasets is important for deep neural networks, which can change the performance of network significantly. It should be treated seriously by researchers as the preprocessing of datasets may be influence the segmentation result in the tesk of retinal vessel segmentation tesk. In this paper we use a fully convolutional network with U-Net architecture for the vessel segmentation tesk of DRIVE retina datasets. We have tested some different data preprocessing strategy, and compared the results of these strategies and their influences. The proposed preprocessing strategy is that crop the image patch randomly and flip it with 0.5 probability, and do not apply normalization of uniformizationed input data, which can achieve better performance.

Keywords: Pattern Recognition and Intelligent System Convolutional Neural Network Semantic Segementation Retinal Vessel Segmentation

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
张冠宏,周晓光. 视网膜血管分割全卷积网络的数据集预处理研究[EB/OL]. 北京:中国科技论文在线 [2019-03-28]. https://www.paper.edu.cn/releasepaper/content/201903-365.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

视网膜血管分割全卷积网络的数据集预处理研究