-
unet医学肺部ct图分割简单记录
UNet医学图像分割
说明：
- 本项目采用pytorch——gpu——cuda11.6
- 本项目用的UNet网络架构
一、硬件：
- Windows GPU
二、软件环境安装：
- pytorch
- Nibabel
三、用法：
- 医学数据采集为kaggle的官网新冠肺炎ct图
- 数据预处理：1.img_preprocess.ipynb
- 制作数据集：2.custom_dataset.ipynb
- 训练模型：4.modeltrainbce.ipynb
注：此过程使用pytorch gpu训练了十四个小时得到
卷积定义训练200个epoch
- 测试模型：5.modeltestbce.ipynb
模型预测精度也很成功
生成的预测视频如下：
demo
-
相关阅读:
【YOLO系列】YOLOv3
交易所金融知识
Sql中having和where的区别
【STL】关联式容器的使用（12）
嵌入式移植jpeglib--Linux交叉编译ARM平台
小程序canvas层级过高真机遮挡组件的解决办法
API性能监控 【ApiHelp】-- 组件Enhance 代码实现 ~ ASM字节码增强
R语言非参数PDF和CDF估计、非参数分位数回归分析间歇泉、GDP增长数据
公众号自定义菜单（含个性化）
Lingo基础语法笔记
- 原文地址：https://blog.csdn.net/kiritobryant/article/details/127933550