皮肤癌分割
ISIC数据集对皮肤癌的Mask-RCNN进行分类和分割
设置
从下载数据集
您可以从下载该文件要下载整个档案，请执行以下操作： python3 download_archive.py -s
最后，数据目录应如下所示：
Data/
├── Images/ (containing the .jpg file)
├── Descriptions/ (containing the json file)
└── Segmentation/ (containing the .png file)
下载项目的依赖项： pip3 install -r requirements.txt
创建模型： python3 main.py
您还必须下载Coco模型，可以在这里找到： :
测试模型： python3 test.py
结果
原始图片
分类和分割图像
2021-10-23 15:11:32
777KB
1
COCOminival所需的json文件，共有8059张图像的信息，与tensorflow/models部分模型的需求相对应。
2021-10-18 17:12:26
33.4MB
1
资源为本人工作时使用到的数据
包括四个文件夹cv2_mask、json、labelme_json和pic
可以直接应用于mask rcnn 源码，这里不做多余的解释
由于上传限制，只上传了部分样本
如果想交流学习心得或不明白的位置，可以私信我。
2021-09-10 14:25:47
155.43MB
1
Mask Rcnn tensorflow(keras前端)模型 c++预测 windows系统,c++代码实现，编译器为msvc2015 x64
2021-09-01 10:44:48
198.89MB
1
PubLayNet
PubLayNet是文档图像的大型数据集，其布局用边框和多边形分割标注。 有关更多信息，请参见
PMC4334925_00006.jpg
PMC538274_00004.jpg
最近更新
15/Sept/2020年15/Sept/2020 -添加培训代码。
29/Feb/2020年29/Feb/2020 -为maskrcnn_resnet50_fpn添加基准测试。
22/Feb/2020年22/Feb/2020 -（Pytorch）中的预训练Mask-RCNN模型。
标杆管理
建筑学
Iter num（x16）
美联社
AP50
AP75
AP小
AP培养基
AP大
MD5SUM
196k
0.91
0.98
0.96
0.41
0.76
0.95
393e6700095a673065fcecf5e8f264f7
演示版
在上面的基准测试
2021-08-21 19:55:19
627KB
1
可可数据集上的预训练模型正在进行中。 分支可可还不稳定。 由于可可分行不够稳定，因此目前仅用作教育目的：
TL; DR：
演示在demo.ipynb
Doc在doc/mask-rcnn-intro.ipynb
配置-> configuration.py
test使用那些网络标题
面罩RCNN PyTorch
Mask-RCNN的PyTorch 0.4实现。 这是我们在工作的副项目
特征：
与设备无关的代码。 在不修改代码的情况下同时运行gpu / cpu，培训和测试都不需要gpu。 感谢pytorch 0.4！
完整记录的代码，带有jupyter笔记本指南，易于使用的配置
清晰的代码结构，带有完整的单元测试，以最小的痛苦扩展
要求
代码在以下系统下测试
Ubuntu 16.04（CPU / Nvidia GPU）
macOS High Sierra（CPU版本）
Win
2021-08-17 13:50:35
1.85MB
1
Mask-RCNN的代码实现，Pytorch版本，有什么问题请私信，有时候可能看不到，所以不能及时回复。我的邮箱18125081@bjtu.edu.cn
2021-08-17 13:48:42
58KB
1