로봇이 되고픈 부엉이

본 포스트의 SRGAN code는 다음 git-hub 에서 가져와 실행해보았음을 명시합니다. https://github.com/brade31919/SRGAN-tensorflow 불러오는 중입니다... Train_파일.sh 파일은 atom 파일을 사용하여 연다. 필자는 Gray scale인 MR영상을 SRGAN을 통해 다룬다. 즉, 입력데이터가 1채널이다 = Gray scale이다. 따라서, 코드를 내부적으로 3 채널에서 1채널로 바꾸는 작업을 했다. 또한, MSE를 사용한 SRGAN을 목표로 프로젝트를 진행했다. (아래 수정사항은 MSE를 사용한 SRGAN을 가동시킬 수 있는 parameter 소개이다.) 수정사항 line 3, 4: 로그파일을 저장하는 공간이다. 따라서 폴더를 학습 전에 미리 만들고, ..

K-space data는 numpy라이브러리에서 제공하는 numpy array의 자료형으로 저장되어 있다. 이 K-space data인 숫자 행렬들로 부터 영상을 보기 위해 다음과 같은 작업을 한다. import numpy as np from numpy import fft import matplotlib.pyplot as plt path = './T2_7_C1M1_1.npy' k_space = np.load(path) unshifted_image = fft.fft2(k_space) image = fft.fftshift(unshifted_image) fig = plt.figure(figsize=(15, 6)) ax1 = plt.subplot(1,3,1); ax1.set_title('K space') plt..

https://download.cnet.com/DICOM-Converter/3000-2129_4-75860085.htmlDICOM 영상을 다른 format으로 바꾸자 SRCNN을 하는 중에 우선 GIT HUB라는 오픈소스 소프트웨어 사이트에 나와있는 아주 탁월한 샘플을 발견했다. (다음은 링크이다. https://github.com/tegg89/SRCNN-Tensorflow) 여기에서 하라는 대로 하면 정말 우리가 원해왔던 SRCNN을 해볼 수 있는 것이다. 그래서 정작 우리가 해야하는 과제인 DICOM을 Training set 입력으로 주고 싶었던 것이다. 그런데 문제는 오픈소스 코드를 일일히 뜯어 봐야한다는 것이다. 뜯어보던 와중 결국 우리는 DICOM를 PNG나 BMP로 바꿔줘야 한다는 것을 깨달았..