本文主要是介绍（四十三：2021.04.14）《Methodology Camp》——Chapter 1：Task，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

《Methodology Camp ：Task》

• 讲在前面
• Topic 1：Medical
• • 1.1 Image Classification
  • • 1.1.1 [Fundamental Image Classification](https://paperswithcode.com/task/image-classification)（基础图像分类）
    • 1.1.2 [Few-Shot Image Classification](https://paperswithcode.com/task/few-shot-image-classification)（少量图像分类）
    • 1.1.3 [Fine-Grained Image Classification](https://paperswithcode.com/task/fine-grained-image-classification)（细粒度图像分类）
    • 1.1.4 [Semi-Supervised Image Classification](https://paperswithcode.com/task/semi-supervised-image-classification)（半监督图像分类）
    • 1.1.5 [Small Data Image Classification](https://paperswithcode.com/task/small-data)（小数据图像分类）
    • 1.1.6 [Hyperspectral Image Classification](https://paperswithcode.com/task/hyperspectral-image-classification)（高光谱图像分类）
    • 1.1.7 [Self-Supervised Image Classification](https://paperswithcode.com/task/self-supervised-image-classification)（自监督图像分类）
    • 1.1.8 [Learning with noisy labels](https://paperswithcode.com/task/learning-with-noisy-labels)（嘈杂标签学习）
    • 1.1.9 [Sequential Image Classification](https://paperswithcode.com/task/sequential-image-classification)（图像序列分类）
    • 1.1.10 [Genre classification](https://paperswithcode.com/task/genre-classification)（图像序列分类）
    • 1.1.11 [Unsupervised Image Classification](https://paperswithcode.com/task/unsupervised-image-classification)（无监督图像分类）
    • 1.1.12 [Document Image Classification](https://paperswithcode.com/task/document-image-classification)（文件影像分类）
    • 1.1.13 [Sparse Representation-based Classification](https://paperswithcode.com/task/sparse-representation-based-classification)（基于稀疏表示的分类）
    • 1.1.14 [Satellite Image Classification](https://paperswithcode.com/task/satellite-image-classification)（卫星图像分类）
    • 1.1.15 [Superpixel Image Classification](https://paperswithcode.com/task/superpixel-image-classification)（超像素图像分类）
    • 1.1.16 [Photo geolocation estimation](https://paperswithcode.com/task/photo-geolocation-estimation)（图片地理位置评估）
    • 1.1.17 [Classification Consistency](https://paperswithcode.com/task/image-classification-shift-consistency)（分类一致性）
    • 1.1.18 [Artistic style classification](https://paperswithcode.com/task/artistic-style-classification)（艺术风格分类）
    • 1.1.19 [Artist classification](https://paperswithcode.com/task/artist-classification)（艺术家分类）
  • 1.2 Medical Image Segmentation
  • • 1.2.1 [Medical Image Segmentation](https://paperswithcode.com/task/medical-image-segmentation)（医学图像分割）
    • 1.2.2 [Lesion Segmentation](https://paperswithcode.com/task/lesion-segmentation)（病灶分割）
    • 1.2.3 [Brain Tumor Segmentation](https://paperswithcode.com/task/brain-tumor-segmentation)（脑肿瘤分割）
    • 1.2.4 [Brain Segmentation](https://paperswithcode.com/task/brain-segmentation)（脑分割）
    • 1.2.5 [Retinal Vessel Segmentation](https://paperswithcode.com/task/retinal-vessel-segmentation)（视网膜血管分割）
    • 1.2.6 [Cell Segmentation](https://paperswithcode.com/task/cell-segmentation)（细胞分割）
    • 1.2.7 [3D Medical Imaging Segmentation](https://paperswithcode.com/task/3d-medical-imaging-segmentation)（3D医学图像分割）
    • 1.2.8 [Cardiac Segmentation](https://paperswithcode.com/task/cardiac-segmentation)（心脏分割）
    • 1.2.9 [Liver Segmentation](https://paperswithcode.com/task/liver-segmentation)（肝分割）
    • 1.2.10 [Brain Image Segmentation](https://paperswithcode.com/task/brain-image-segmentation)（脑图像分割）
    • 1.2.11 [Lung Nodule Segmentation](https://paperswithcode.com/task/lung-nodule-segmentation)（肺结节分割）
    • 1.2.12 [COVID-19 Image Segmentation](https://paperswithcode.com/task/covid-19-image-segmentation)（肺结节分割）
    • 1.2.13 [Pancreas Segmentation](https://paperswithcode.com/task/pancreas-segmentation)（胰腺分割）
    • 1.2.14 [Iris Segmentation](https://paperswithcode.com/task/iris-segmentation)（虹膜分割）
    • 1.2.15 [Nuclear Segmentation](https://paperswithcode.com/task/nuclear-segmentation)（细胞核分割）
    • 1.2.16 [Electron Microscopy Image Segmentation](https://paperswithcode.com/task/nuclear-segmentation)（电子显微镜图像分割）
    • 1.2.17 [Skin Cancer Segmentation](https://paperswithcode.com/task/skin-cancer-segmentation)（皮肤癌分割）
    • 1.2.18 [Volumetric Medical Image Segmentation](https://paperswithcode.com/task/volumetric-medical-image-segmentation)（体医学图像分割）
    • 1.2.19 [Infant Brain Mri Segmentation](https://paperswithcode.com/task/infant-brain-mri-segmentation)（婴儿脑MRI分割）
    • 1.2.20 [Brain Lesion Segmentation From Mri](https://paperswithcode.com/task/brain-lesion-segmentation-from-mri)（Mri的脑部病变分割）
    • 1.2.21 [Ischemic Stroke Lesion Segmentation](https://paperswithcode.com/task/ischemic-stroke-lesion-segmentation)（缺血性中风病变分割）
    • 1.2.22 [Automatic Liver And Tumor Segmentation](https://paperswithcode.com/task/automatic-liver-and-tumor-segmentation)（自动肝和肿瘤分割）
    • 1.2.23 [Acute Stroke Lesion Segmentation](https://paperswithcode.com/task/acute-stroke-lesion-segmentation)（急性中风病变分割）
    • 1.2.24 [Cerebrovascular Network Segmentation](https://paperswithcode.com/task/cerebrovascular-network-segmentation)（脑血管网络分割）
    • 1.2.25 [Placenta Segmentation](https://paperswithcode.com/task/placenta-segmentation)（胎盘分割）
    • 1.2.26 [Pulmorary Vessel Segmentation](https://paperswithcode.com/task/pulmorary-vessel-segmentation)（胸腔血管分割）
    • 1.2.27 [Brain Ventricle Localization And Segmentation In 3D Ultrasound Images](https://paperswithcode.com/task/brain-ventricle-localization-and-segmentation)（3D超声图像中的脑室定位和分割）
  • 1.3 Drug Discovery
  • • 1.3.1 [Drug Discovery](https://paperswithcode.com/task/drug-discovery)（药物发现）
  • 1.4 Electrocardiography (ECG)
  • • 1.4.1 [Mortality Prediction](https://paperswithcode.com/task/mortality-prediction)（死亡率预测）
    • 1.4.2 [Arrhythmia Detection](https://paperswithcode.com/task/arrhythmia-detection)（心律失常检测）
    • 1.4.3 [ECG Classification](https://paperswithcode.com/task/ecg-classification)（心电图分类）
    • 1.4.4 [Heart Rate Variability](https://paperswithcode.com/task/heart-rate-variability)（心率变异性）
    • 1.4.5 [Myocardial infarction detection](https://paperswithcode.com/task/myocardial-infarction-detection)（心肌梗塞检测）
    • 1.4.6 [Ventricular fibrillation detection](https://paperswithcode.com/task/heart-rate-variability)（心室颤动检测）
    • 1.4.7 [ECG Denoising](https://paperswithcode.com/task/ecg-denoising)（心电图降噪）
    • 1.4.8 [Congestive Heart Failure detection](https://paperswithcode.com/task/congestive-heart-failure-detection)（充血性心力衰竭检测）
  • 1.5 Medical Diagnosis
  • • 1.5.1 [Congestive Heart Failure detection](https://paperswithcode.com/task/congestive-heart-failure-detection)（充血性心力衰竭检测）

讲在前面

• Methodology Camp :
            那些你解过的题、你解题的思路、你的灵光一闪，都是你的方法，而方法论，便是这些方法的堆砌。只有你的方法足够多，经验足够丰富，才有了形成方法论的必要条件，但也是不充分的。
            用面向对象来解释，Methodology 很像复杂而抽象化的类，于我而言更像是一种感觉，一种能让你遇到问题不会说好难的感觉。
            我相信，随着我不断的更新，这篇博客会给越来越多的新人带来启发和思考，甚至帮助到你的学习和生活。

• Task :
            当你的导师给你一个课题或者项目，当你的客户经理对你提出用户的需求，当你灵光一闪想要搞一个interesting时，那么你天然的面向了一个任务。怎么实现这个功能？到底用什么算法？怎么做调研？
            人工智能发展到今天，单单CV领域的基本任务都有上千种，更不要说机器学习之外的领域，更是广袤无垠。
            你的导师是如何给你分发任务的呢？为什么让你用nnUNet而不是用U2Net呢？
            这篇博客，我会将AI领域内所有有可能涉及到的任务进行一个总结，并尽可能列出现有的主流框架及算法。
           这个网站，尽可能多的包含了人工只能的任务，同时会不定时的更新SOTA级别的模型，我会在对这里的任务做总结和详细的分析。

Topic 1：Medical

1.1 Image Classification

1.1.1 Fundamental Image Classification（基础图像分类）

• 定义：基础图像分类是对一整张图进行理解，比如两张图，一张图中有一只狗，另一张中有一只猫，那么基础图像分类就是认识这个狗和这个猫。图像分类是仅对一张图中的一个对象进行分类，而目标检测则是需要分析一张图中的多个对象：在哪里、是什么？

1.1.2 Few-Shot Image Classification（少量图像分类）

• 定义：少量图像分类是指，每个类别仅仅含有小于6个的示例，从而进行图像分类。

1.1.3 Fine-Grained Image Classification（细粒度图像分类）

• 定义：细粒度图像分类任务着重于区分难以区分的对象类别，例如鸟类，花朵或动物的种类； 并确定车辆的品牌或型号。

1.1.4 Semi-Supervised Image Classification（半监督图像分类）

• 定义：半监督图像分类利用未标记的数据以及标记的数据来提高分类性能。

1.1.5 Small Data Image Classification（小数据图像分类）

• 定义：有监督的图像分类，带有数十至数百个带标签的训练示例。（和少量图像分类的区别？）

1.1.6 Hyperspectral Image Classification（高光谱图像分类）

• 定义：高光谱图像分类是将类别标签分类到使用（超）光谱传感器捕获的图像中每个像素的任务

1.1.7 Self-Supervised Image Classification（自监督图像分类）

• 定义：进行分类任务的学习时，模型自己学习损失函数。

1.1.8 Learning with noisy labels（嘈杂标签学习）

• 定义：当数据的标注质量不高，甚至很差的时候，如何进行学习。

1.1.9 Sequential Image Classification（图像序列分类）

• 定义：对序列图像的分类。

1.1.10 Genre classification（图像序列分类）

• 定义：对艺术品的流派进行分类。

1.1.11 Unsupervised Image Classification（无监督图像分类）

• 定义：不需要标签进行分类学习。

1.1.12 Document Image Classification（文件影像分类）

• 定义：基于文本文件的内容进行分类，比如这个文本文件是论文呢？还是报告？

1.1.13 Sparse Representation-based Classification（基于稀疏表示的分类）

• 定义：通过学习图像的稀疏表示来进行分类。

1.1.14 Satellite Image Classification（卫星图像分类）

• 定义：卫星图像的分类。

1.1.15 Superpixel Image Classification（超像素图像分类）

• 定义：先依据图像中的纹理、形状等信息进行超像素分割，之后再进行图像分类。

1.1.16 Photo geolocation estimation（图片地理位置评估）

• 定义：通过一张图片的信息，得到这张图可能位于哪个地方。

1.1.17 Classification Consistency（分类一致性）

• 定义：尚不大理解这个的含义及用处。

1.1.18 Artistic style classification（艺术风格分类）

• 定义：分类艺术品图像的艺术风格。

1.1.19 Artist classification（艺术家分类）

• 定义：将一个艺术作品按照艺术家进行分类，比如分析这副古画是顾恺之画的，还是吴道子画的。

1.2 Medical Image Segmentation

1.2.1 Medical Image Segmentation（医学图像分割）

• 定义：对医学图像中感兴趣的部位进行分割，一般指的是器官或者组织。

1.2.2 Lesion Segmentation（病灶分割）

• 定义：从医学图像中分割出病灶、病变的组织。

1.2.3 Brain Tumor Segmentation（脑肿瘤分割）

• 定义：脑肿瘤分割是在脑部MRI图像中分割来自其他脑部假体的肿瘤的任务。

1.2.4 Brain Segmentation（脑分割）

• 定义：对大脑不同的部位进行分割。

1.2.5 Retinal Vessel Segmentation（视网膜血管分割）

• 定义：视网膜血管分割。

1.2.6 Cell Segmentation（细胞分割）

• 定义：细胞分割是将显微图像域划分为多个片段，这些片段代表各个细胞实例。 这是许多生物医学研究的基础步骤，被视为基于图像的细胞研究的基石。 细胞形态是细胞生理状态的指标，并且分割良好的图像可以捕获生物学上相关的形态信息。

1.2.7 3D Medical Imaging Segmentation（3D医学图像分割）

• 定义：3D医学成像分割是从3D医学成像分割感兴趣的医学对象的任务。

1.2.8 Cardiac Segmentation（心脏分割）

• 定义：分割心脏。

1.2.9 Liver Segmentation（肝分割）

• 定义：分割肝脏。

1.2.10 Brain Image Segmentation（脑图像分割）

• 定义：包括了脑部的分割和脑内部肿瘤的分割？

1.2.11 Lung Nodule Segmentation（肺结节分割）

• 定义：肺结节分割。

1.2.12 COVID-19 Image Segmentation（肺结节分割）

• 定义：COVID-19图像分割。

1.2.13 Pancreas Segmentation（胰腺分割）

• 定义：胰腺分割。

1.2.14 Iris Segmentation（虹膜分割）

• 定义：虹膜分割。

1.2.15 Nuclear Segmentation（细胞核分割）

• 定义：细胞核分割。

1.2.16 Electron Microscopy Image Segmentation（电子显微镜图像分割）

• 定义：电子显微镜图像分割。

1.2.17 Skin Cancer Segmentation（皮肤癌分割）

• 定义：皮肤癌分割。

1.2.18 Volumetric Medical Image Segmentation（体医学图像分割）

• 定义：体医学图像分割。

1.2.19 Infant Brain Mri Segmentation（婴儿脑MRI分割）

• 定义：婴儿脑MRI分割。

1.2.20 Brain Lesion Segmentation From Mri（Mri的脑部病变分割）

• 定义：Mri的脑部病变分割。

1.2.21 Ischemic Stroke Lesion Segmentation（缺血性中风病变分割）

• 定义：缺血性中风病变分割。

1.2.22 Automatic Liver And Tumor Segmentation（自动肝和肿瘤分割）

• 定义：自动肝和肿瘤分割。

1.2.23 Acute Stroke Lesion Segmentation（急性中风病变分割）

• 定义：急性中风病变分割。

1.2.24 Cerebrovascular Network Segmentation（脑血管网络分割）

• 定义：脑血管网络分割。

1.2.25 Placenta Segmentation（胎盘分割）

• 定义：胎盘分割。

1.2.26 Pulmorary Vessel Segmentation（胸腔血管分割）

• 定义：胸腔血管分割。

1.2.27 Brain Ventricle Localization And Segmentation In 3D Ultrasound Images（3D超声图像中的脑室定位和分割）

• 定义：3D超声图像中的脑室定位和分割。

1.3 Drug Discovery

1.3.1 Drug Discovery（药物发现）

• 定义：药物发现是应用机器学习发现新候选药物的任务。

1.4 Electrocardiography (ECG)

• 定义：心电图。

1.4.1 Mortality Prediction（死亡率预测）

• 定义：心电图死亡率预测。

1.4.2 Arrhythmia Detection（心律失常检测）

• 定义：心律失常检测。

1.4.3 ECG Classification（心电图分类）

• 定义：心电图分类。

1.4.4 Heart Rate Variability（心率变异性）

• 定义：心率变异性（HRV）是心跳之间的时间间隔变化的生理现象。 它通过拍子间隔的变化来测量。

1.4.5 Myocardial infarction detection（心肌梗塞检测）

• 定义：心肌梗塞检测。

1.4.6 Ventricular fibrillation detection（心室颤动检测）

• 定义：心室颤动检测。

1.4.7 ECG Denoising（心电图降噪）

• 定义：心电图降噪。

1.4.8 Congestive Heart Failure detection（充血性心力衰竭检测）

• 定义：充血性心力衰竭检测。

1.5 Medical Diagnosis

1.5.1 Congestive Heart Failure detection（充血性心力衰竭检测）

• 定义：充血性心力衰竭检测。

这篇关于（四十三：2021.04.14）《Methodology Camp》——Chapter 1：Task的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！