作業 04

這次作業讓我掌握了 CT 影像切片轉換成 .png 的方法，也學會利用資料擴充來提升模型的泛化能力。此外，我更進一步熟悉 Labelme 的標註方式，理解標註資料在深度學習中的核心角色，整體使我對醫學影像處理的流程有更深入的了解。

總分	完成後打勾	配分	分項描述
		4	Simple baseline - 將06_ct.nii.gz 透過3D Slicer 還原成233切的 .dcm檔，將含有主動脈瓣的 .dcm壓縮成 dcm.zip 透過 Colab 轉成 .png檔。 使用 Labelme 內建基本功能 Create Rectangle，對 .png檔進行手動主動脈瓣標註。 將標註過程全程錄影，然後將影片上傳到 YouTube (或是直播到YouTube)。
		4	Medium baseline - 將06_ct.nii.gz 透過3D Slicer 擴充圖片至64張。 使用 Labelme 內建基本功能 Create Rectangle，對 .png檔進行手動主動脈瓣標註。 將標註過程全程錄影，然後將影片上傳到 YouTube (或是直播到YouTube)。
		2	Strong baseline - 上傳整理完的一份 .txt 檔至 github AP 分數，名列全班前20名。(1pt) AP 分數，名列全班前10名。(1pt)
		-10	沒有寫100字心得