首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏网安信息

    免费分享CT Log工具,方便查询SSL证书签发记录

    CT Log查询工具是由锐安信sslTrus提供的一个证书查询工具,支持输入域名或公司名称一键查询此域名或者公司名下的全部SSL证书签发记录日志,了解证书透明度,也叫SSL证书透明日志查询工具。 此外,CT Log查询工具除了能使用企业名称来查看SSL证书外,也可以输入域名查询,比如racent.com后,与之相关的子域名,多域名所绑定签发的SSL证书记录均可以查看到。

    1.5K40编辑于 2022-11-14
  • 来自专栏FreeBuf

    ct-exposer:通过搜索CT日志发现子域

    什么是证书透明度(简称CT)? 证书透明度(Certificate Transparency)是谷歌力推的一项拟在确保证书系统安全的透明审查技术。 CT为TLS证书信任提供了额外的安全保障:即公司可以监控谁为他们拥有的域创建了证书。此外,它还允许浏览器验证给定域的证书是否在公共日志记录中。 ct-exposer能为我们做什么? ct-exposer将查询给定域的CT日志,然后尝试对域进行DNS查找以获取DNS中存在的域。 根据我的经验,到目前为止ct-exposer为我查找到了许多使用“site:domain.com”谷歌搜索找不到的子域。 安装依赖 Python3,gevent,requests 和 urllib3,pip3 install -r requirements.txt 使用 usage: ct-exposer.py

    1.3K20发布于 2018-11-08
  • 来自专栏最新医学影像技术

    肺部CT全器官结构分割

    今天将分享肺部CT全器官结构分割完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。 一、肺部CT全器官分割任务 肺动脉、肺静脉、气道树和肺叶自动分割提取。

    2.3K21编辑于 2022-12-19
  • 来自专栏Soul Joy Hub

    文本匹配——【ICLR 2021】CT

    本文作者提出了“对比张力”(CONTRASTIVE TENSION)的对比学习方案——CT: 如上图所示,在训练期间,CT 构建了两个独立的编码器(“Model1”和“Model2”),它们共享初始参数以对一对句子进行编码 原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子,每个 mini-batch 由句子对 组成,对应的标签是 1, 0, 0, …, 0. 实现 sentence_transformers已经把CT已经封装成pip包,完整的训练流程例子可以参考《Sentence-BERT》。 我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT: from sentence_transformers import SentenceTransformer, InputExample 负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本:模型 1 和模型 2 都编码相同的句子集。

    1.6K20编辑于 2022-09-30
  • 来自专栏深度学习和计算机视觉

    创建合成CT图像数据

    我们应用此方法为Covid19的CT挑战赛的开发人员创建一个合成玩具数据集。 数据隐私是医学图像数据公开的一个重要挑战。病人相关信息的匿名化需要两个主要步骤。 第二步中,可能需要对图像数据本身执行匿名化,一个例子是从脑CT/MRI图像我们可以重建人脸,所以这通常需要进一步的匿名化步骤。 在COVID19挑战中:https://www.covid19challenge.eu,我们使用的是胸部的CT数据。 我们将ANTs应用于胸部CT图像,我们不会变形图像的所有内容,而只会变形一定百分比的内容,变形不是完全的,只是部分的。这个概念的一个例子如图1所示。 ? 以上是基于部分图像变形的胸部CT合成概念。 以上是四个胸部CT的冠状位中心切片。你可以猜出哪些是合成的吗?文章最后给出答案。

    1.5K20发布于 2020-07-20
  • 来自专栏最新医学影像技术

    CT-ICH2020——CT图像上的颅内出血检测和分割

    CT 扫描的可用性及其快速采集时间使 CT 成为优于磁共振成像 (MRI) 的初始出血评估的首选诊断工具。 CT 扫描使用 X 射线束生成一系列图像,根据组织对 X 射线的吸收量,以不同的强度捕获脑组织。 在使用脑窗的 CT 扫描中,出血表现为结构相对不明确的高强度区域。CT 图像由高级放射科医生检查,以确定是否发生出血,如果发生,则检测类型及其区域。 二、CT-ICH2020任务 分割颅内出血(ICH)区域。 三、CT-ICH2020数据集 收集了 82 个 CT 扫描的数据集,其中包括 36 个诊断为以下类型颅内出血的患者的扫描:脑室内、脑实质内、蛛网膜下腔、硬膜外和硬膜下。

    1.1K10编辑于 2024-01-02
  • 来自专栏米扑专栏

    Log.v Log.d Log.e Log.i Log.w

    在调试代码的时候我们需要查看调试信息,那我们就需要用Android Log类。 android.util.Log常用的方法有以下5个:Log.v(), Log.d(),Log.i(),Log.w(),Log.e()  根据首字母对应:VERBOSE,DEBUG,INFO,WARN, ERROR 1、Log.v 的输出颜色为黑色,任何消息都会输出,这里的v代表verbose啰嗦的意思,平时使用就是Log.v("",""); 2、Log.d 的输出颜色是蓝色,仅输出debug 调试的意思,但他会输出上层的信息,过滤起来可以通过DDMS的Logcat标签来选择. 3、Log.i 的输出颜色为绿色,一般提示性的消息information,它不会输出Log.v和Log.d的信息 ,但会显示i、w和e的信息 4、Log.w 的输出颜色为橙色,可以看作为warning警告,一般需要我们注意优化Android代码,同时选择它后还会输出Log.e的信息。

    1.5K20发布于 2019-02-19
  • Mysql日志redo log、undo log、bin log

    Mysql中日志分为三种,分别是redo log、undo log和bin log,他们在事务回滚,崩溃恢复,主从复制等功能上都是极其重要的,可以说是后端程序员必须掌握的知识点,只是了解Mysql日志, redo log作用:确保数据的持久性:当数据库中的数据发生修改时,这些修改操作会先记录在 redo log 中。 写入过程:事务执行修改操作时,生成对应的 redo log 记录并写入到 redo log buffer(重做日志缓冲区)。 与事务关联:每个事务都有自己的 undo log 链,这些 undo log 记录按照事务执行的顺序链接在一起。存储空间管理:随着事务的提交和不再需要的 undo log 被清理,以释放存储空间。 bin log 包含了操作语句、或语句集合的原始二进制数据,可以通过解析和回放 Bin log,来重新执行其中的操作。

    84810编辑于 2024-10-02
  • 来自专栏机器之心

    想研究新冠CT找不到数据集?UCSD、Petuum开源COVID-CT 数据集

    为了解决这个问题,他们构建了一个 COVID-CT 数据集,其中包含 275 个新冠肺炎检测呈阳性的 CT 图像,并向公众开放,以帮助基于 CT 图像的新冠肺炎检测的研发。 基于 183 个新冠肺炎 CT 图像和 146 个非新冠肺炎 CT 图像,他们训练了一个深度学习模型,以预测一个 CT 图像是否呈新冠肺炎阳性。 他们在 35 个新冠肺炎 CT 图像和 34 个非新冠肺炎 CT 图像上进行了测试,模型 F1 值为 0.85。 这些论文中有许多报告了新冠患者病例并且其中一些展示了患者的 CT 图像。这些 CT 图像附有描述其临床病症的标题。 对于包含多个 CT 子图像的图像,他们将其手动拆分为单个 CT 图像。 最终他们获得了 275 个 CT 扫描图像,标记为新冠肺炎阳性。

    95820发布于 2020-04-14
  • Android中级教程之----Log详解(Log.v,Log.d,Log.i,Log.w,Log.e)

    在Android群里,经常会有人问我,Android Log是怎么用的,今天我就把从网上以及SDK里东拼西凑过来,让大家先一睹为快,希望对大家入门Android Log有一定的帮助. android.util.Log常用的方法有以下5个:Log.v() Log.d() Log.i() Log.w() 以及 Log.e() 。 1、Log.v 的调试颜色为黑色的,任何消息都会输出,这里的v代表verbose啰嗦的意思,平时使用就是Log.v("",""); 2、Log.d的输出颜色是蓝色的,仅输出debug调试的意思,但他会输出上层的信息 ,过滤起来可以通过DDMS的Logcat标签来选择. 3、Log.i的输出为绿色,一般提示性的消息information,它不会输出Log.v和Log.d的信息,但会显示i、w和e的信息 4、Log.w Log.i(LogDemo.ACTIVITY_TAG, "This is Information");     Log.w(LogDemo.ACTIVITY_TAG, "This is Warnning

    2.7K100发布于 2018-05-09
  • 来自专栏Soul Joy Hub

    预训练句子表征——【ICLR 2021】CT

    本文作者提出了“对比张力”(CONTRASTIVE TENSION)的对比学习方案——CT: 如上图所示,在训练期间,CT 构建了两个独立的编码器(“Model1”和“Model2”),它们共享初始参数以对一对句子进行编码 原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子,每个 mini-batch 由句子对 组成,对应的标签是 1, 0, 0, …, 0. 实现 sentence_transformers已经把CT已经封装成pip包,完整的训练流程例子可以参考《Sentence-BERT》。 我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT: from sentence_transformers import SentenceTransformer, InputExample 负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本:模型 1 和模型 2 都编码相同的句子集。

    1.9K10编辑于 2021-12-07
  • CT去金属伪影的方法

    CT扫描的日常工作中,假牙、颅内动脉瘤弹簧圈、胸部心脏起搏器、人工关节、金属内固定,各种支架时常遇到,但又不能及时移除,为避免这些金属产生的伪影影响临床判断;整理了一些CT去金属伪影的方法:1、iMAR Metal Artifact Reduction)    原理:iMAR是通过射线束硬化矫正、线性内插值以及自适应正弦图修复和分频去金属伪影等多种迭代计算,可以明显减少图像中的条状伪影,并同时校正受影响的组织CT 3、扩展CT值  该功能严格意义上讲不是去除金属伪影,而是让因光子饥饿产生的伪影,在更大的窗宽中显示出金属植入物的信息。 通常情况下,CT值可以从-1024到+3071进行测量,当我们激活扩展CT值功能后,现有的窗宽将扩大十倍至-10240到+30710。  

    79410编辑于 2025-06-17
  • 来自专栏最新医学影像技术

    SegTHOR2019——CT胸部器官分割

    今天将分享CT胸部器官分割完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。 一、SegTHOR2019介绍 该挑战赛为了解决计算机断层扫描 (CT) 图像中处于危险中的器官分割问题。 在肺癌和食管癌中,放射治疗是一种治疗选择,放射治疗计划从描绘目标肿瘤和位于目标肿瘤附近的健康器官开始,在 CT 图像上称为风险器官 (OAR)。 三、SegTHOR2019数据集 挑战赛提供了40例CT训练集包含标注结果。20例CT测试集,不包含标注结果。 CT数据具有 512 x 512 像素大小,平面分辨率在每个像素 0.90 毫米到 1.37 毫米之间变化,具体取决于患者。

    96730编辑于 2023-09-20
  • 来自专栏架构狂人

    还分不清bin log 、redo log 跟 undo log?

    redo log 为什么要有 redo log ? redo log 如何刷到磁盘的呢? redo log包含两部分: 内存中的日志缓冲(redo log buffer) 磁盘上的日志文件(redo log file) 每执行一条DML语句,数据库先将记录写入redo log buffer, MySQL 一共支持三种写入redo log file的时机,通过参数 innodb_flush_log_at_trx_commit 进行配置,如下图所示: bin log bin log 是 MySQL undo log主要记录了数据的逻辑变化,比如一条UPDATE语句,对应一条相反UPDATE的undo log,一条INSERT语句,对应一条DELETE的undo log,这样在发生错误时,就能回滚到事务之前的数据状态

    42611编辑于 2023-08-16
  • 来自专栏EngineeringFidelity

    log

    HWVCE:/ $ ls -l /sys/class/sound total 0 lrwxrwxrwx 1 root root 0 2020-02-10 21:26 card0 -> ../../devices/platform/sound_hi6403/sound/card0 lrwxrwxrwx 1 root root 0 2020-02-10 21:26 card1 -> ../../devices/platform/hisi_dp_machine/sound/card1 lrwxrwxrwx 1 r

    97800发布于 2020-02-10
  • MySQL的Redo Log、Undo Log与Bin Log的详解

    在MySQL数据库中,redo log和undo log是InnoDB存储引擎特有的日志类型,它们对于数据库的恢复和数据一致性至关重要。1. Redo Log(重做日志)作用:数据持久性保证:在事务提交时,所有的修改(包括插入、更新、删除)都会先写入重做日志。这样即使数据库崩溃,也可以从重做日志中恢复数据,保证数据的持久性。 固定大小:重做日志文件的大小是固定的,可以通过配置innodb_log_file_size来设置。2. Undo Log(撤销日志)作用:事务回滚:在事务执行过程中,如果需要回滚到某个点,可以通过读取撤销日志来恢复数据到事务开始前的状态。 可选配置:可以通过配置log_bin启用或禁用二进制日志

    50010编辑于 2025-02-08
  • 来自专栏java学习java

    谈谈Redo Log和Undo Log

    概述 在MYSQL中,日志是非常重要的,其中Redo log 和undo log都是引擎层(innodb)实现的日志,redo log 是重做日志,提供 前滚 操作,undo log 是回退日志,提供 为了解决这个问题引入了redo log 日志文件由两部分组成:重做日志缓冲(redo log bufer)以及重做日志文件(redo log file),前者是在内存中,后者在磁盘中。 有了redo log再修改数据时,InnoDB引擎会把更新记录先写在redo log中,在修改Buffer Pool中的数据,当提交事务时,调用fsync把redo log刷入磁盘。 undo log产生和销毁:Undo Log在事务开始前产生;事务在提交时,并不会立刻删除undo log,innodb会将该事务对应的undo log放入到删除列表中,后面会通过后台线程purge thread redo log保证了事务的持久性,undo log保证了事务的原子性和一致性 ​

    1.1K11编辑于 2023-12-11
  • 来自专栏计算机视觉life

    胸片和CT断层图像是怎么来的?

    如何得到CT断层图像? 相信小伙伴体检的时候都拍过胸片,假如哪个不幸的小伙伴胸片有点“小问题”的话呢,还要再拍个CT图像让医生仔细看一下,那么这些图像有什么区别呢?又是如何得到的呢? 首先,胸片和CT图像长什么样子呢? ? 左图是我们平常所说的胸片,右边就是CT的断层图像。左边只有一张图片,相当于把人变成透明的,可以看到身体的内部,所以我们叫它透视像。 神奇的CT断层扫描又是怎么回事呢? ? ​ 在CT扫描的时候,假设医生想看你身体某一层的断层图像,就会用CT围着你身体的那一层转上一圈。 这主要是CT重建算法的功劳啦。 CT重建算法原理 接下来给大家简单介绍一下CT的重建算法。 射入人体的X射线,穿过人体之后会有一部分透射出来,被探测器捕捉到。 有了CT断层图像,医生就可以看到病人身体内的结构,及时的诊断疾病了。目前,CT是在临床上应用最为广泛的医学成像设备了,在很多疾病的早期诊断上功不可没。

    1.6K20发布于 2019-05-29
  • 来自专栏coderidea

    Log记录策略:Log Everything All The Time

    在现代软件开发和系统管理领域,"全时全面记录(Log Everything All The Time)"的策略逐渐成为一种重要的实践。

    35120编辑于 2023-12-15
  • 来自专栏Java后端技术栈cwnait

    MySQL 日志:undo log、redo log、binlog

    redo log 和 undo log 区别在哪? 所以,redo log 也有自己的缓存—— redo log buffer,每当产生一条 redo log 时,会先写入到 redo log buffer,后续在持久化到磁盘如下图: 事务恢复 redo redo log 什么时候刷盘? 缓存在 redo log buffe 里的 redo log 还是在内存中,它什么时候刷新到磁盘? log buffer 中的 redo log 按组的方式「顺序写」到磁盘。 当设置该参数为 2 时,表示每次事务提交时,都只是缓存在 redo log buffer 里的 redo log 写到 redo log 文件,注意写入到「 redo log 文件」并不意味着写入到了磁盘

    2.9K43编辑于 2022-11-25
领券