pytorch-unet:用于图像分割的U-NetFullyConvNet(FCN)的简单PyTorch实现

上传者: 42144201 | 上传时间: 2021-09-22 17:34:13 | 文件大小: 160KB | 文件类型: ZIP
UNet / FCN PyTorch 该存储库包含U-Net和FCN的简单PyTorch实现,这是Ronneberger等人提出的深度学习细分方法。 和龙等。 用于训练的合成图像/遮罩 首先克隆存储库并cd到项目目录。 import matplotlib . pyplot as plt import numpy as np import helper import simulation # Generate some random images input_images , target_masks = simulation . generate_random_data ( 192 , 192 , count = 3 ) for x in [ input_images , target_masks ]: print ( x . shape ) print ( x . m

文件下载

资源详情

[{"title":"( 14 个子文件 160KB ) pytorch-unet:用于图像分割的U-NetFullyConvNet(FCN)的简单PyTorch实现","children":[{"title":"pytorch-unet-master","children":[{"title":".gitignore <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"pytorch_resnet18_unet.ipynb <span style='color:#111;'> 80.70KB </span>","children":null,"spread":false},{"title":"images","children":[{"title":"output_9_1.png <span style='color:#111;'> 14.02KB </span>","children":null,"spread":false},{"title":"output_2_2.png <span style='color:#111;'> 3.71KB </span>","children":null,"spread":false},{"title":"output_0_1.png <span style='color:#111;'> 12.32KB </span>","children":null,"spread":false}],"spread":true},{"title":"pytorch_fcn.ipynb <span style='color:#111;'> 35.31KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"helper.py <span style='color:#111;'> 1.43KB </span>","children":null,"spread":false},{"title":"pytorch_unet.py <span style='color:#111;'> 1.66KB </span>","children":null,"spread":false},{"title":"pytorch_unet_resnet18_colab.ipynb <span style='color:#111;'> 114.89KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 25.90KB </span>","children":null,"spread":false},{"title":"simulation.py <span style='color:#111;'> 3.31KB </span>","children":null,"spread":false},{"title":"pytorch_unet.ipynb <span style='color:#111;'> 64.86KB </span>","children":null,"spread":false},{"title":"loss.py <span style='color:#111;'> 354B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明