3D classification example based on DenseNet - Occlusion Sensitivity

Abierto
#1,971 4 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
25/100
Tipo de issue
Error
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
jupyter-notebook, pytorch

Línea de trabajo

Descarga y ejecuta el ejemplo de clasificación 3D basado en DenseNet; después, compara su mapa de sensibilidad a la oclusión con la imagen de ejemplo adjunta al issue. Reproduce la discrepancia y determina qué debe cambiarse para que el mapa generado coincida con el resultado del tutorial.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Hi all,
I tried downloading and running the 3D classification example based on DenseNet tutorial code on occlusion sensitivity, but unfortunately it didn't generate the same map as the example for me.
This is what I've got so far.
Any ideas?

Image

Lenguaje dominante
Jupyter Notebook
Estrellas
2.5k
Forks
803
Merge medio
6 d 22 h
PR fusionados (30 d)
3

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Project-MONAI/tutorials

Todos los issues de Project-MONAI/tutorials

Issues similares

Más issues de Machine Learning

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.