用YOLOv5检测胸部肿瘤之前处理步骤

Question

最近很多人应该都知道我常上来发问,我在做医疗相关的AI images detection,但coding又不强（哭泣。
所以! 想请问： 有人知道怎么样进行以下这篇paper的data pre-processing code吗？ (Reference: [https://www.researchgate.net/publication/357586797_Breast_Tumor_Detection_and_Classification_in_Mammogram_Images_Using_Modified_YOLOv5_Network]
他没有附上source code真的很讨厌（崩溃
所以, 想请问： 有人知道怎么样进行以下这篇paper的data pre-processing code吗？

流程图如下:

從Romoval of white borders --> Removal of artifacts muscle --> CLAHE --> Morphological operation
如下面几张图所示：

1.去白邊(Romoval of white borders)

2.去肌肉組織(Removal of artifacts muscle)

3.CLAHE

4.erosion
总归： 我希望有人能够给我这些步骤处理批量医学影像的sample code 或是给我一些“较详细”的参考文章. 来让我顺利完成这四个步骤的前处理。
最好是能封装成一个class或是def 给我 :)
PS： +价钱好谈（you know ） 我只是一个很想快速完成阶段性学习的家伙XD 總之先祝大家一路發

Answer 1

相关内容：如图1中所示，（1）初始阶段是去除粗糙的白色边界，（2）随后去除伪影和胸肌，（3）CLAHE 对于图像增强非常有用，（4）图像腐蚀，这是一种形态学过程，（5）在图像增强和清理完成后，进行扩充标注，（6）然后将准备好的数据输入到我们提出的YOLOv5模型中。
在本研究中，使用了YOLOv5的所有四个版本。然后将YOLOv5的原始版本与YOLOv5。在对原始版本和修改版本进行比较之后，将与最先进的网络进行比较。
你圈出的是步骤（1）～（4），3.2.1～3.2.4 给出了详细的操作细节，包括大致的参数，你确定是需要这几部分吗？如果需要可以联系。