unet 训练结果 image-segmentation-keras-master
2022-11-28 12:25:39 667.02MB ai
1
包含了对数据的处理
2022-11-20 15:25:36 120.92MB 人工智能
1
UNet模型医学视网膜血管2015年到最近的英文文献和源码统计 包括unetunet变体源码文献r2unet和cenet和unet3+和3dunet和segnet和unet2和nnunet和Vnet源码等等以及注意力机制 可以复现到别的医学领域 视网膜数据集之前资源里有
1
细胞图像数据,可用于U-net语义分割训练。
2022-10-07 10:52:08 85.69MB 人工智能 Unet
Unet图像分割,已标注
2022-08-30 20:03:13 830.21MB unet
1
UNet:使用PyTorch进行语义分割 在PyTorch中自定义实施以应对Kaggle的高清图像。 该模型从头开始使用5000张图像进行了训练(无数据增强),并且在超过100k张测试图像上获得了0.988423的(735中的511分)。可以通过更多的培训,数据增强,微调,使用CRF后处理以及在蒙版的边缘上施加更多的权重来提高此分数。 Carvana数据可在上。 用法 注意:使用Python 3.6或更高版本 预言 训练好模型并将其保存到MODEL.pth后,您可以通过CLI轻松测试图像上的输出蒙版。 要预测单个图像并保存,请执行以下操作: python predict.py -i image.jpg -o output.jpg 要预测多幅图像并显示它们而不保存它们,请执行以下操作: python predict.py -i image1.jpg image2.jpg --viz -
2022-08-29 21:24:17 21.76MB Python
1
集yolov5、centernet、unet算法的pyqt5界面,可实现图片目标检测和语义分割
2022-08-28 09:06:30 223.51MB PyQt5 yolov5 unet centernet
1
Unet语义分割训练和TensorRT部署
2022-08-15 09:08:39 7.27MB Unet
1
Unet训练和libtorch部署代码: 1、训练部分 2、libtorch部署方法
2022-08-07 12:04:59 3.79MB unet libtorch libtorch部署代码
1
Unet训练需要使用的权重文件unet_voc.pth 以及.pth转化后的unet.pt文件
2022-08-07 12:04:57 579.55MB unet训练权重文件
1