医学图像分类_ASNG：用于3D医学图像分割的自动数据增广
据作者称，这是首次在医学图像分割任务中采用可微分的自动数据增广，实验表明，所提出的方法明显优于现有的模型（如SCNA、nnUNet等），性能表现SOTA！
Automatic Data Augmentation for 3D Medical Image Segmentation
作者单位：北京大学(朱占星等人), 佳能医疗系统
论文： https:// arxiv.org/abs/2010.1169 5
注：文末附医疗影像交流群。如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。
数据增广是一种有效的通用技术，可用于改善深度神经网络的泛化性能。它可以丰富在医学图像分割任务中必不可少的训练样本的多样性，因为：
1）医学图像数据集的规模通常较小，这可能会增加过度拟合的风险；
2）不同对象（例如器官或肿瘤）的形状和形态是唯一的，因此需要定制的数据增广策略。
但是，大多数数据增广实现都是手工制作的，在医学图像处理中次优。为了充分利用数据增广的潜力，我们提出了一种有效的算法来自动搜索最佳的增广策略。
我们设计了耦合优化，其将网络权重和增广参数转换为可微分形式。该公式使我们可以应用基于梯度的替代方法来解决它，即具有自适应步长的随机自然梯度方法。据我们所知，这是首次在医学图像分割任务中采用可区分的自动数据增强。
数据增广的可视化示例
实验结果
我们的实验表明，所提出的方法明显优于现有的模型。
CVer-医疗影像交流群
建了医疗影像微信群，目前近1500人。想要进医疗群的同学，可以直接加微信号：CVer5555。加的时候备注一下：医疗影像+学校+昵称，即可。然后就可以拉你进群了。可以在群里交流讨论医学图像分类、分割等方向。
论文下载
链接： https:// pan.baidu.com/s/1_6UUXm mIf8vRfj2oaOU5xg
提取码：cver
强烈推荐大家关注CVer知乎账号和CVer微信公众号，可以快速了解到最新优质的CV论文。
推荐阅读
谷歌刚刚发布Objectron新数据集，可完美检测3D目标，超过4百万幅图像和15K视频剪辑！
综述 | MIT提出视频理解/行为识别：全面调研（2004-2020）
综述 | 基于无人机的目标跟踪的相关滤波器：全面调研
从三个维度加速你的CNN：全面的剪枝框架
DeformCaps：第一个用于目标检测的可变形胶囊网络
Recall Loss：用于不平衡图像分类和语义分割的召回损失
即插即用！Rotate to Attend：卷积Triplet注意力模块
旷视提出MegDetV2：目标检测/实例分割系统
综述 | 基于深度学习的医学图像分割技术：全面调研
ResNet还是DenseNet？即插即用的DS涨点神器来了！
综述 | 基于深度学习的端到端人脸识别技术：全面调研
TBC：共享Thinner Filters，实现更强的CNN！
综述 | 行人检测技术（从手工特征到深度学习）：全面调研
超越EfficientNets！无需注意力，也能让你的网络更快更强！
OpenCV 4.5来了！更强的SIFT，改进RANSAC算法，新增目标跟踪网络SiamRPN++
综述 | 基于深度学习的实时语义分割方法：全面调研
涨点神器！南航提出AFF：注意力特征融合
NeurIPS 2020 | 谷歌大脑提出：重新思考预训练和自训练
NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示
NeurIPS 2020 | aLRPLoss：统一目标检测中的分类和定位的平衡损失函数
CCE：具有互补交叉熵的不平衡图像分类
谷歌地标检索2020 Kaggle 第一名解决方案
ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案
LVIS 实例分割挑战赛2020的第一名解决方案：好的Box不能保证好的Mask
ETH Zurich提出DPIR：具有Denoiser先验的即插即用图像恢复
综述 | 人脸图像质量评估：全面调研（2004-2020）
ECCV 2020 | NAS-DIP：通过NAS实现DIP（去噪/去雾/超分辨率/修复等）
TIP 2020 | PNEN：金字塔Non-Local增强型网络
综述 | 小样本学习：全面调研（Few-shot）
MiCo：用于半监督域自适应的Mixup联合训练
使用深度神经网络从Noisy Labels中学习：全面调研
剪枝filter？还是剪枝layer？这是个问题
ECCV 2020 | WeightNet：重新探索Weight网络的设计空间
Mask TextSpotter v3：用于场景文字检测和识别的分割Proposal网络
ECCV 2020 | 魔鬼在细节中：车辆重识别的自监督注意力（SAVER）
ECCV 2020 | 53.5 AP！PAA：用于目标检测的IoU预测的概率Anchor分配
ECCV 2020 | 南京理工提出FPT：特征金字塔Transformer
ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失
ECCV 2020 | BMask R-CNN：边界保持的Mask R-CNN
ECCV 2020 | 即插即用！PSConv：将特征金字塔压缩到紧凑的多尺度卷积层中