Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

3D classification example based on DenseNet - Occlusion Sensitivity

Ouverte
#1,971 4 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
25/100
Type d'issue
Bug
Clarté
À clarifier
Activité
À l'abandon
Stack technique
jupyter-notebook, pytorch

Piste de recherche

Téléchargez et exécutez l’exemple de classification 3D basé sur DenseNet, puis comparez sa carte de sensibilité à l’occlusion avec l’image d’exemple jointe à l’issue. Reproduisez la divergence et déterminez ce qui doit être modifié pour que la carte générée corresponde au résultat du tutoriel.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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

Langage dominant
Jupyter Notebook
Étoiles
2.6k
Forks
807
Merge moyen
3 j 7 h
PR mergées (30 j)
3

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de Project-MONAI/tutorials

Toutes les issues de Project-MONAI/tutorials

Issues similaires

Plus d'issues Machine Learning

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.