A Review of Automated Diagnosis of COVID-19 Based on Scanning Images
最近一周一直在优化自己结合论文和其他研究资料开发的Covid-Net，用于诊断Covid19的深度学习模型，在2万+的xRay数据集上训练得到的精度低于90%，为了能够达到更高的精度，自己尝试了改进模型和做数据集增强，但是还会有两个极端，要不就是精度达不到标准，要不就出现过拟合，自己的工作站用的显卡是P2000 5G，当模型越来越复杂时，显存明显会不够，于是狠了狠心，卖掉了DJI Inspire 2，用赚来的钱买了一张TITAN RTX 24G，然后继续优化模型，并增加训练的batch_size。
后面自己的目标就是建立能够精准判断肺炎，并且将肺炎的特征区域自动标注和分割出来的深度模型，然后运行在本地Coral TPU设备上，研发肺炎检测的原型设备。在调研过程中发现了一个很好的关于Covid19-AI的收集网站COVID-19 Imaging-based AI Research Collection，作者是一位人工智能领域的科研人员，发表过很多论文，作者的个人网站。
