Lo que la academia necesita es un gran conjunto de datos de imágenes médicas. Necesitamos algo similar a ImageNet, pero para imágenes médicas. Necesitamos al menos 1 millón de imágenes para entrenar una gran red neuronal de convolución para comenzar a hacer algunas predicciones realmente geniales. Tal vez estas CNN encuentren patrones que ningún humano haya notado antes.
Entonces, esto es lo que debes hacer. Debería intentar de alguna manera hacer este gran conjunto de datos y luego publicar un documento al respecto. Obtendrás muchas citas. El documento ” ImageNet: una base de datos de imágenes jerárquicas a gran escala “, por ejemplo, tiene alrededor de 1300 citas.
A menudo atribuimos los grandes avances recientes en visión por computadora a los pioneros en Deep Learning. Pero el éxito reciente no sería posible sin grandes conjuntos de datos como ImageNet y COCO. La gente que creó estos conjuntos de datos merece mucho crédito.
- ¿Qué se puede inferir de esta gráfica de función de autocorrelación con pendiente descendente totalmente positiva?
- ¿Cómo se relacionan entre sí el IoT, los datos en la nube y los grandes datos?
- ¿Cuáles son las API de aprendizaje automático que puedo usar para analizar la calidad de los datos?
- ¿Cómo explicaría al público la importancia de generar ideas a partir de los datos?
- ¿Pueden las herramientas de Big Data ayudar a borrar el ciclo económico?
Desde el principio, debe indicar que todas las imágenes recopiladas estarán disponibles gratuitamente para la investigación. Si no lo hace, probablemente intentará ganar dinero con el conjunto de datos y no lo publicará = p