醫療影像類國內的比賽當屬這個了 ，參賽隊伍達到了2200多支。
接下來我來談下自己在比賽中遇到的問題和一些想法。
第一：在對肺實質提取的過程中 ，其實是乙個比較繁瑣的事。但越是精細的肺實質提取，演算法達到的瓶頸就會來的越遲。傳統的形態學操作不失為一種好方法
第二：在對輸入訓練用的分割網路。使用了 u-net 和 voxresnet。在做segmentation的時候，注意不要resize，以前在分類網路中resize用的很習慣，這裡使用卻導致了過擬合，後面發現不進行resize的segmentation 效果更好。後來明白過來：segmentation 是畫素級別的分類，resize會損失很多邊緣資訊。導致精度明顯下降。和分類對的細節不在乎。
第三：在對分類網路進行融合的時候 voting 的效果會比較好。
第四：同樣在多尺度上融合的訓練 會給精度的提公升帶來不錯的效果。
這個是有關醫療上準確率和召回率相關的科普
Java 基礎（第二季）
public class helloworld public class helloworld int num1 int num2 初始化塊 static public static void main string args 結果如下 通過靜態初始化塊為靜態變數num3賦值 通過初始化塊為變數nu...
X A B （第二季水）
description give you two numbers a and b,if a is equal to b,you should print yes or print no input each test case contains two numbers a and b.output ...
遷移填坑第二季
之前說到，配置了遷移環境碰到了各種坑，然後終於解決掉了，終於能夠nova live migration kobe compute5了。然後就開始批量生產遷移環境，然後。之前是只用了compute3和compute5，然後把compute6和compute7也配置好nfs和libvirt，然後嘗試把k...