Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

3D classification example based on DenseNet - Occlusion Sensitivity

Offen
#1,971 4 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
25/100
Issue-Typ
Bug
Klarheit
Muss geklärt werden
Aktivitätsstatus
Veraltet
Tech-Stack
jupyter-notebook, pytorch

Rechercherichtung

Lade das auf DenseNet basierende Beispiel zur 3D-Klassifikation herunter und führe es aus. Vergleiche anschließend seine Occlusion-Sensitivity-Karte mit dem am Issue angehängten Beispielbild. Reproduziere die Abweichung und ermittle, was geändert werden muss, damit die generierte Karte mit dem Ergebnis des Tutorials übereinstimmt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Hi all,
I tried downloading and running the 3D classification example based on DenseNet tutorial code on occlusion sensitivity, but unfortunately it didn't generate the same map as the example for me.
This is what I've got so far.
Any ideas?

Image

Vorherrschende Sprache
Jupyter Notebook
Sterne
2.5k
Forks
803
Ø Merge
6 T. 22 Std.
Gemergte PRs (30 T.)
3

Entwicklungsumgebung

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus Project-MONAI/tutorials

Alle Issues in Project-MONAI/tutorials

Ähnliche Issues

Weitere Issues zu Machine Learning

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.