271.35MBZIP

Этот проект представляет собой практический проект по многомасштабной сегментации Unet, включающий набор данных, код, файл обученных весов. Код протестирован и может быть использован напрямую

Описание проекта: Общий размер 271 МБ

Набор данных для этого проекта: проект BraTS 3d Brain Tumour Image Slicing for 2D Image Segmentation

Всего за 10 эпох обучения сеть достигает глобальной пиксельной точности 0,97 и miou 0,53, а при увеличении эпохи обучения производительность становится еще выше.

Код Введение:

Скрипт [training] TRAIN автоматически проведет обучение, и код автоматически случайным образом масштабирует данные в диапазоне от 0,5 до 1,5 раза больше размера набора для достижения многомасштабного обучения. Для реализации проекта мультисегментации функция compute_gray в utils сохранит значение серого цвета маски в тексте txt и автоматически определит выходной канал для сети UNET

[Введение] Скорость обучения затухает по cos, кривые потерь и iou для обучающих и тестовых наборов можно просмотреть в файле run_results, а изображения рисуются с помощью библиотеки matplotlib. Кроме того, ведется журнал обучения, определяются лучшие веса и т. д. В журнале обучения можно увидеть iou, recall, precision, глобальную точность по точкам пикселей для каждой категории и т. д.

Поместите изображение, которое нужно вывести, в каталог inference и запустите скрипт predict напрямую, без задания параметров.

Специальная ссылка на файл README, может быть использована любым новичком.

Скачать ресурс

Цена загрузки этого ресурса составляет32.0Золотые монеты, пожалуйста, сначалавойти в систему

Заявление о ресурсах (покупка считается согласием с этим заявлением):
1. любая операция в веб-платформе считается прочитал и согласился с нижней части сайта регистрационное соглашение и отказ от ответственности, этот сайт ресурсы были ультра-низкая цена, и не предоставляет техническую поддержку
2. некоторые пользователи сети поделиться сетевой адрес диска может быть недействительным, таких как возникновение сбоев, пожалуйста, отправьте письмо в службу поддержки код711cn#qq.com (замените # на @) будет составлен, чтобы отправить
3. этот сайт предоставляет все загружаемые ресурсы (программное обеспечение и т.д.) сайт, чтобы гарантировать, что никаких негативных изменений; но этот сайт не может гарантировать точность, безопасность и целостность ресурсов, пользователь загружает по своему усмотрению, мы общаемся, чтобы узнать для целей не все исходный код не 100% безошибочно или нет ошибок; вы должны иметь определенную основу, чтобы быть в состоянии читать и понимать код, чтобы быть в состоянии изменить отладку! код и устранять ошибки. В то же время, пользователи данного сайта должны понимать, что Source Code Convenience Store не владеет никакими правами на программное обеспечение, предоставленное для скачивания, авторские права принадлежат законному владельцу ресурса.
4. все ресурсы на этом сайте только для обучения и исследовательских целей, пожалуйста, должны быть удалены в течение 24 часов после загрузки ресурсов, не используйте в коммерческих целях, в противном случае юридические споры, возникающие с сайта и издателя залога ответственности сайта и не будет нести!
5. в связи с воспроизводимым характером ресурсов, приобретенные ресурсы не подлежат возврату, баланс пополнения также не подлежит возврату