研究生医学图像处理数据集，医学相关的，全身上下分类分割都有

包含两个数据集：mnist160和imagenet100 三个权重参数文件：yolov8n-seg.pt，yolov8n-cls.pt，yolov8n-pose.pt

matlab线条标记的代码此代码与 系统水平的研究揭示了人类细胞中无膜细胞器的调节剂 由Doris Berchtold，Nico Battich和Lucas Pelkmans撰写。 发表于Molecular Cell：2018年11月29日。DOI： 依存关系 ClassifyPixels.m及其支持功能已在Windows和MATLAB 2014a上进行了测试。 数据集示例 该示例数据集包括10个拼接斑点图像的未干扰细胞图像，这些图像已被针对SRRM2的抗体染色（在TIFF中），一个测量文件，用于校正这些图像的照明不均，以及细胞和细胞核的分割（在SEGMENTATION中）。 为了进行比较，文件夹segmented_splicing_speckles包含通过屏幕上训练的模型获得的拼接斑点的分段。 如何使用ClassifyPixels GUI训练细分模型并将其应用于示例数据集 在Windows计算机上启动MATLAB 2014a 将文件夹PixelClassification添加到您的MATLAB路径 打开CreateSettingsFile.m并运行 通过在MATLAB命令行中键入Cl

资源介绍：https://blog.csdn.net/qq_40214464/article/details/125138837?spm=1001.2014.3001.5501

针对PointNet模型只针对孤立点提取特征信息,而对邻域结构的信息提取能力不足的问题,提出基于图卷积网络的三维点云分类分割模型GraphPNet。首先将三维点云转换成无向图结构,利用该图结构得到点云的邻域信息,通过将邻域信息与单个点信息融合的方式提高分类与分割的准确率。在分类实验中,本文在ModelNet40数据集上进行训练与测试,并且与3D ShapeNets、VoxNet、PointNet模型的分类精度进行比较,其分类精度优于这些模型。在分割实验中,使用ShapeNet数据集进行训练与测试,并且与PointNet模型等分割模型得到的平均交并比(mIoU)值进行比较,验证了GraphPNet在分割实验中的有效性。

点云形状分类和分割CurveNet模型复现，包含数据的完整项目

随机森林图像分类分割 jamie 大作 执行效果好，速度快

入门深度学习，神经网络在图像处理方面的介绍，包括项目中的小应用， 如分类 分割 检测， 使用的是linux16+opecnv4.0的环境部署。

pointnet分类分割数据集，以及未经处理的modelnet40数据集。已经在pointnet开源代码跑通了，txt为百度网盘链接，永久有效。

WGISD酿酒葡萄数据集可用于分类，实例分割，目标检测