基於深度學習的2D和3D仿射變換配準

點擊上方「AI公園」,關注公衆號,選擇加「星標「或「置頂」 作者:Sarath Chandra 編譯:ronghuaiyang 導讀 將配準從2D場景擴展到3D場景。 上週我開發了一個基於深度學習的2D可變形圖像配準的基本框架,並演示瞭如何從MNIST數據集中配準手寫數字圖像。除了損失函數和架構上的細微差別外,該框架本質上與VoxelMorph框架相同。 本週,我的任務是將該實現擴展到3D,並在一
相關文章
相關標籤/搜索