篩選結果
  • 需申請審核 H11-M22_半監督式深度學習方法之分割方法

    更新頻率 不定期 瀏覽次數 93 下載次數 0

    此資料集沒有說明

  • 需申請審核 H11-M23_弱監督式深度學習方法之分割方法

    更新頻率 不定期 瀏覽次數 144 下載次數 0
    Common bile duct (CBD) stones caused diseases are life-threatening. Because CBD stones locate in the distal part of the CBD and have relatively small sizes, detecting CBD stones...
  • 需申請審核 H11-M31_肝組織免疫染色價數評估模型

    更新頻率 不定期 瀏覽次數 222 下載次數 10
    1.肝臟組織HBsAg免疫組織化學染色價數評估。 2.肝臟組織HBcAg免疫組織化學染色價數評估。
  • 需申請審核 H11-M26_基於用戶回饋資訊之分散式動態訓練策略

    更新頻率 不定期 瀏覽次數 177 下載次數 5
    Abstract Federated learning provides a decentralized learning without data exchange. Among them, the Federated Average (FedAVG) framework is the most likely to be implemented in...
  • H11_M09_高解析度影像的高效率深度學習方法

    更新頻率 不定期 瀏覽次數 211 下載次數 60
    Method The goal of the model is to use resnet50 with AMP(AUTOMATIC MIXED PRECISION) to accelerate the training speed and make a high-resolution skin cancer classification. Usage...
  • 需申請審核 H11-M08_漸進式資料標註更正的自主學習模型

    更新頻率 不定期 瀏覽次數 216 下載次數 3
    Method 最先進的(SOTA)方法通常是通過監督式學習來訓練的,這需要大量的labeled data。由於標記數資料需要大量的人力和時間成本,尤其是那些需要由專家來標記的資料(如醫學相關),所需要的成本更是難以負擔。Unlabeled data因為不需要標註所以取得相對容易且成本較低,因此如何能有效利用unlabeled...
  • 需申請審核 水利署水資源物聯網相關感測資料

    更新頻率 不定期 瀏覽次數 19449 下載次數 1
    本資料集包含水利署、水利署(與縣市政府合建)、農田水利署與營建署等各項感測資料,資料來源為水利署水資源物聯網,詳細分類請參考以下網址: https://ci.taiwan.gov.tw/dsp/dataset_water.aspx
  • 需申請審核 H11-M07_任務導向的資料擴增技術

    更新頻率 不定期 瀏覽次數 336 下載次數 20
    Method...
  • 需申請審核 H11-M06_考慮到例外分佈的病理影像標註品質評估技術

    更新頻率 不定期 瀏覽次數 276 下載次數 13
    Method 使用無監督式學習訓練之病理影像異常檢測模型,僅須提供未帶有腫瘤區域的資料來訓練模型,便可協助醫師偵測出病理影像中可能的腫瘤區域。 模型訓練分為兩階段, 第一階段是使用 Self-Supervised Learning 去訓練一個好的 Image Encoder (類似 MoCo) ,第二階段會使用到訓練好的 Encoder...
  • 需申請審核 H11-M01_數位病理全玻片影像二元分類器

    更新頻率 不定期 瀏覽次數 258 下載次數 6
    Abstract we propose, RankMix, a data augmentation method of mixing ranked features in a pair of WSIs. RankMix introduces the concepts of pseudo labeling and ranking in order to...
  • 需申請審核 H11-M03_強韌型(Robust)學習模型

    更新頻率 不定期 瀏覽次數 252 下載次數 3
    基於DISCO: https://arxiv.org/abs/2212.05630 的抗數位梯度攻擊影像資料模型,利用逆向Project Gradient Descent (PGD)資料 & PGD攻擊資料訓練DISCO模型,使得模型純化能力提升,提升下游模型強韌性。 資料集: CIFAR-10, CIFAR-100:...
  • 需申請審核 H11-M05_基於不精確標註資料的弱監督式病理影像切割模型

    更新頻率 不定期 瀏覽次數 1040 下載次數 46
    Method: 使用多實例學習訓練WSI的分類與切割模型,只需要給定WSI有無包含腫瘤組織資訊即可訓練具有分割與分類效果的模型。 模型訓練分為兩階段, 第一階段是使用 Self-Supervised Learning 去訓練一個好的 embedder,把patch轉為特徵向量 ,第二階段會使用到訓練好的 Aggregator...
  • 需申請審核 H11-M14_持續性學習之影像分割模型

    更新頻率 不定期 瀏覽次數 182 下載次數 3
    Method 為了使細胞實例分割模型具有持續性學習的能力,本方法以兩階段的實例分割模型為框架,加入輸出層級以及特徵層級的知識蒸餾以解決持續性學習裡的災難性遺忘問題,並且以偽標籤方法來解決來解決背景偏移問題,使得模型可以持續學習新資料以及新類別。 Usage 能用於持續性學習之細胞分割模型 Release Note v1.0.0, 2023/07/11...
  • 需申請審核 H11-M13_持續性學習之物體偵測模型

    更新頻率 不定期 瀏覽次數 153 下載次數 2
    Method 由於現有的病理影像資料集常是以實例分割的方式提供,為了達成更好的持續學習物件偵測效果,本方法於持續學習步驟中每次分為兩階段,於第一階段,先利用現有的持續學習語意分割方法SSUL, NeurIPS 2021生成語意分割先驗知識,再於第二階段以此先驗知識為額外輸入協助達成更好的持續學習物件偵測結果。 Usage 能用於持續性學習之細胞偵測模型...
  • 需申請審核 子計畫六-以人工智慧推進颱風預測

    更新頻率 不定期 瀏覽次數 3849 下載次數 1
    颱風生成環境因子/藤原效應 使用衛星影像和氣流矢量圖來檢測西北太平洋盆地近年來颱風旋生時存在的季節性環境因素/使用衛星影像來檢測附近是否有風暴,並檢查是否發生藤原效應 (Sep-2023) 颱風強度與路徑 (Mar-2022)根據最近44年的颱風資料分析,將通過建立整個西北太平洋盆地的彎度和強度空間圖,來評估路徑的彎度或轉向機率和颱風強度....
  • 需申請審核 H11-M115_CCA-MFNet

    更新頻率 不定期 瀏覽次數 95 下載次數 0
    In this paper, we propose a novel criss-cross attention based multi-level fusion network to segment gastric intestinal metaplasia from narrow-band endoscopic images. Our network...
  • 需申請審核 H11-M17_持續性學習結合自我標註資料之影像分割模型

    更新頻率 不定期 瀏覽次數 39 下載次數 0

    此資料集沒有說明

  • 需申請審核 M11-M16_持續性學習結合自我標註資料之物體偵測模型

    更新頻率 不定期 瀏覽次數 36 下載次數 0

    此資料集沒有說明

  • 需申請審核 環境部智慧城鄉空品微型感測器

    更新頻率 不定期 瀏覽次數 46906 下載次數 3
    顯示環境部設於全國之智慧城鄉空品微型感測器位置與感測資料
  • 需申請審核 環境部智慧城鄉空品微型感測器-202210

    更新頻率 不定期 瀏覽次數 5270 下載次數 0
    顯示環境部設於全國之智慧城鄉空品微型感測器位置與感測資料 環境部智慧城鄉空品微型感測器 2022年10月歷史資料
您也可以使用API (應用程式介面) (see API 文件)註冊。