369.01MBZIP

このプロジェクトはdeeplab+Resnet101のマルチスケールセグメンテーション実践プロジェクトです（データセットを含む）。

このデータセットは、大規模なBRATS画像セグメンテーションデータセットを使用しています。

1.trainスクリプトは自動的に学習し、コードは自動的にデータをセットサイズの0.5〜1.5倍にランダムにスケールしてマルチスケール学習を実現する。マルチセグメンテーションプロジェクトを実装するために、utilsのcompute_gray関数はマスクグレイ値をtxtテキストに保存し、UNETネットワークの出力クラスを自動的に定義する。

2.プロジェクトの前処理関数はすべて再実装され、transforms.pyで見ることができます。

3.ネットワークはわずか10エポック学習され、miouは約0.51に達し、学習率はcos減衰し、トレーニングセットとテストセットの損失曲線とiou曲線はrun_resultsファイル内で見ることができ、画像はmatplotlibライブラリによって描画された。この他、学習ログや最適な重みなどが残されており、各カテゴリのiou、リコール、精度、大域的なピクセル点精度を学習ログなどで見ることができる。

4.予測スクリプトは、推論の下ですべての画像について自動的に推論することができる。

自分でデータをトレーニングしたい場合は、READMEファイルを参照して、ダミーのために実行してください！

リソースダウンロード

この資料のダウンロード価格は39.0金貨を先にサインイン

リソース・ステートメント（購入はこのステートメントに同意したものとみなされます）：
1.ウェブサイトプラットフォームの任意の操作は、読んでいると見なされ、ウェブサイトの登録契約と免責事項の一番下に同意して、このサイトのリソースは、超低価格されており、技術サポートを提供していません。
2.一部のネットワークユーザーは、障害の発生などのネットディスクアドレスが無効である可能性があり、顧客サービスコード711cn#qq.com（@で#を置き換える）に電子メールを送信してください共有する送信するように構成されます。
3.本サイトは、すべてのダウンロード可能なリソース（ソフトウェアなど）のサイトがないことを確認するために提供する否定的な変更;しかし、このサイトは、リソースの正確性、安全性と完全性を保証することはできません、ユーザーは、独自の判断でダウンロードし、我々はすべてのソースコードは100%エラーフリーまたはバグがないわけではありませんの目的のために学ぶために通信する;あなたは、コードを読み、理解することができるように一定の基盤を持っている必要があり、デバッグを変更することができます！コードを修正し、エラーを解決するためには、一定の基礎が必要です。同時に、このサイトの利用者は、ソースコードコンビニエンスストアがダウンロードのために提供されるソフトウェアに関するいかなる権利も所有していないことを理解する必要があり、著作権はリソースの法的所有者に帰属します。
4.このサイト上のすべてのリソースは、学習や研究目的のためにのみ、ダウンロードしたリソースの24時間以内に削除する必要がありますしてください、商業目的のために使用しないでください、そうでなければ、サイトと担保責任サイトの出版社から生じる法的紛争を負担することはありません！
5.複製可能なリソースの性質上、一度購入されたリソースの払い戻しはできません。