倾珞珈蓝

Elastix是一种常用的配准软件，而SimpleElastix则是综合Elastix和SimpleITK的配准工具包。本文以Windows系统为例，介绍SimpleElastix的安装流程以及使用方法。

在计算机视觉领域，图像分割指的是将数字图像细分为多个图像子区域的过程，其目的是简化或改变图像的表示形式，使得图像更容易理解和分析。本例简要介绍如何使用`UNet3+`模型实现遥感影像分割。

新冠肺炎在全球爆发以后，来自卡塔尔等国的研究人员与医生合作，建立了一个包含正常人、病毒性肺炎患者、新冠肺炎患者的肺部医学影像的数据集。本次实践将实现对肺部医学影像的分类，以区分新冠肺炎患者、病毒性肺炎患者以及正常人。

深度强化学习是将深度学习和强化学习相结合起来的方法，本文将使用深度强化学习DQN算法训练智能体解决小车上山（Mountain Car）问题。

SARSA算法和Q-Learning算法是两种基于表格的经典强化学习方法，本文将对比探究这两种方法在解决悬崖行走（Cliff Walking）问题时的表现。

强化学习是机器学习比较火热的一个研究分支，它通过不断的试错探索，吸取经验和教训，持续不断的优化策略，以便从环境中拿到更好的反馈，不断提升模型的正确决策的能力。

图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题。本实践使用本实践使用卷积神经网络GoogLeNet模型构建深度学习模型，自动提取高质量的特征，来解决海洋鱼类识别的问题。

新冠肺炎病毒在全球肆虐，武汉大学率先公开了口罩遮挡人脸数据集。我们从中选取了6000余张戴口罩的人脸图片和6000余张正常的人脸图片作为实验数据集，以训练改进版的VGG16模型，使其能够实现对人脸是否佩戴口罩的判定。

图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题。本实验将使用经典神经网络模型AlexNet预测手势图片所表示的数字。

本次实践是一个多分类任务，需要将照片中的每个字符分别进行识别，我们将借助CV2模块完成对车牌图像逐字符划分，然后训练卷积神经网络模型LeNet5完成对车牌的识别。