271,35MBZIP

Este proyecto es un proyecto práctico de segmentación multiescala de Unet, que incluye el conjunto de datos, el código y el archivo de pesos entrenados. El código está probado y se puede utilizar directamente

Descripción del proyecto: Tamaño total 271MB

Conjunto de datos para este proyecto: BraTS 3d Brain Tumour Image Slicing for 2D Image Segmentation project

Con sólo 10 épocas de entrenamiento, la red alcanza una precisión global de píxeles de 0,97 y un miou de 0,53, y el rendimiento es aún mejor con épocas de entrenamiento más largas.

Introducción del código:

El script [training] TRAIN entrenará automáticamente, y el código escalará aleatoriamente los datos entre 0,5 y 1,5 veces el tamaño del conjunto para conseguir un entrenamiento multiescala. Para lograr el proyecto de multi-segmentación, la función compute_gray en utils guardará el valor de gris de la máscara en texto txt, y definirá automáticamente el canal de salida para la red UNET

[Introducción] La tasa de aprendizaje es cos decayed, las curvas de pérdida y iou para los conjuntos de entrenamiento y prueba se pueden ver dentro del archivo run_results, y las imágenes son dibujadas por la librería matplotlib. Además de esto, se mantiene un registro de entrenamiento, los mejores pesos, etc. En el registro de entrenamiento, se puede ver el iou, recall, precisión, y precisión global de puntos de píxel para cada categoría, etc.

Coloque la imagen a inferir en el directorio de inferencia y ejecute el script de predicción directamente sin establecer parámetros.

Referencia específica al archivo README, puede ser utilizado por cualquier principiante.

Descarga de recursos

El precio de descarga de este recurso es de32.0Monedas de oro, por favor, primeroIniciar sesión

Declaración de recursos (la compra se considera un acuerdo con esta declaración):
1. Cualquier operación en la plataforma del sitio web se considera que han leído y aceptado la parte inferior del acuerdo de registro del sitio web y renuncia de responsabilidad, los recursos de este sitio han sido ultra-bajo precio, y no proporciona soporte técnico
2. Algunos usuarios de la red comparten la dirección de disco neto puede no ser válida, como la aparición de fallos, por favor envíe un correo electrónico al servicio al cliente code711cn#qq.com (sustituir # con @) se compondrá de enviar
¡3. Este sitio proporciona todos los recursos descargables (software, etc) sitio para asegurarse de que no hay cambios negativos, pero este sitio no puede garantizar la exactitud, seguridad e integridad de los recursos, las descargas de los usuarios a su propia discreción, nos comunicamos a aprender con el fin de no todo el código fuente no es 100% libre de errores o sin errores, es necesario tener una cierta base para poder leer y entender el código, para poder modificar la depuración! código y resolver errores. Al mismo tiempo, los usuarios de este sitio deben entender que la Source Code Convenience Store no posee ningún derecho sobre el software proporcionado para su descarga, los derechos de autor pertenecen al propietario legal del recurso.
¡4. Todos los recursos en este sitio sólo para fines de aprendizaje y de investigación, por favor debe ser eliminado dentro de las 24 horas de los recursos descargados, no utilice con fines comerciales, de lo contrario los conflictos legales derivados del sitio y el editor del sitio de responsabilidad colateral y no se llevará a cabo!
5. Debido a la naturaleza reproducible de los recursos, una vez adquiridos no son reembolsables, el saldo de recarga tampoco lo es.