青山軒

倉經所閒虛言

发表于 分类于

20251205 论文写作工作坊课后作业

按照课上所学，请你在第一章作业当中，找至少 5 篇自己论文进行精读，然后进行标题和摘要分析，要写清楚。

  1. 文章标题用了哪种命名方式？和其他标题的区别和联系。
  2. 文章的摘要包含了哪些内容？和常规的摘要区别在哪。

Inter-Slice Context Residual Learning for 3D Medical Image Segmentation (1)

  1. 类型：Learning 机器学习
    亮点：Inter-Slice Context Residual 切片间的上下文残差网络
    场景：3D Medical Image Segmentation 三维医学图像分割
    由三部分拼接起来的中规中矩的标题。

  2. 摘要包含了研究背景「三维医学图像分割的重要性」、之前方法的不足「DCNNs 精确度不够高」、提出自己的方法「精确分割的 ConResNet」、ConResNet 的结构、实验结果与对比「在脑瘤分割方面比六种顶尖方法更准确」。
    这篇文章主要的创新在于 ConResNet 这一网络，因此在摘要中花大篇幅介绍了网络结构设计。

阅读全文 »

发表于 分类于

20251128 论文写作工作坊课后作业

Kopf J, Fu C-W, Cohen-Or D, Deussen O, Lischinski D, Wong T-T. Solid texture synthesis from 2D exemplars[C/OL]//ACM Transactions on Graphics (SIGGRAPH 2007 issue), 2007, 26(3).

doi

1. 创新点新在哪里？

首次将基于马尔可夫随机场的 2D 全局纹理优化扩展到 3D 体纹理合成，通过最小化 “3D 体素在三个正交切片上的局部邻域与 2D 样本邻域的差异”，解决了 “2D 样本如何生成自洽 3D 结构” 的核心问题。

将非参数纹理优化与直方图匹配结合，直方图匹配动态调整体素更新权重，避免结果陷入 “重复少数样本邻域” 的局部最优陷阱。

阅读全文 »

发表于 分类于

Mac 方法

Mac 有三条路可以走：

  1. Mac Virtual Display 串流；
  2. 使用 Play to Device 在编辑器中串流测试；
  3. 通过 XCode 打包到眼镜上运行。

SteamVR 很早就放弃支持 Mac 了，所以很可惜这条路不通。下面逐一分析这三条路。

阅读全文 »

发表于 分类于

路径：
platform.openai.com
-> Settings (右上角)
-> Organization/Data controls
-> Sharing
-> Sharing inputs and outputs with OpenAI

当显示框语 You're eligible for free daily usage on traffic shared with OpenAI. 时，方有免费额度。在下方选择 Enable 对选定项目开启数据上传获得免费额度。

  • Tier 1 或 Tier 2 (在 API 中总共消费 100 美元以下) 可获得每天 250,000 token 的旗舰型模型额度和 2,500,000 token 的经济型模型额度。
  • Tier 3 及以上 (在 API 中总共消费 100 美元及以上) 可获得每天 1,000,000 token 的旗舰型模型额度和 10,000,000 token 的经济型模型额度。

更多帮助见了解更多

0%