Unet Segmentation Pytorch Nest of Unets Download - Unet Segmentation Pytorch Nest of Unets Source Code Download

Unet Segmentation Pytorch Nest of Unets

بايثون

1.0.0

تنزيل

unet-pytorch-nest-of-unets

تنفيذ أنواع مختلفة من نماذج UNET لتجزئة الصور

UNET - U -NET: الشبكات التلافيفية لتجزئة الصور الطبية الحيوية https://arxiv.org/abs/1505.04597
RCNN-UNET- الشبكة العصبية التلافيفية المتبقية المتكررة على أساس U-NET (R2U-NET) لتجزئة الصور الطبية https://arxiv.org/abs/1802.06955
انتباه unet - انتباه U -net: تعلم مكان البحث عن البنكرياس https://arxiv.org/abs/1804.03999
RCNN-ANTENTENT UNET- انتباه R2U-NET: مجرد تكامل عملين متقدمين حديثين (R2U-NET + LETTER U-NET)

متداخل unet - unet ++: بنية U -Net متداخلة لتجزئة الصور الطبية https://arxiv.org/abs/1807.10165

مع التصور طبقة

1. البدء

استنساخ الريبو:

git clone https://github.com/bigmb/Unet-Segmentation-Pytorch-Nest-of-Unets.git

2. المتطلبات

 python>=3.6
torch>=0.4.0
torchvision
torchsummary
tensorboardx
natsort
numpy
pillow
scipy
scikit-image
sklearn

تثبيت جميع المكتبات التابعة:

pip install -r requirements.txt

3. قم بتشغيل الملف

أضف جميع المجلدات إلى هذا الخط 106-113

 t_data = '' # Input data
l_data = '' #Input Label
test_image = '' #Image to be predicted while training
test_label = '' #Label of the prediction Image
test_folderP = '' #Test folder Image
test_folderL = '' #Test folder Label for calculating the Dice score

4. أنواع unet

unet UNET1

rcnn unet R2Unet

انتباه unet ATT-unet

الانتباه rcnn unet ATT-R2U

متداخل unet

متداخل

5. التصور

لرسم الخسارة ، ستكون هناك حاجة إلى Visdom. الكود مكتوب بالفعل ، مجرد عدم التخلص من الجزء المطلوب. يمكن استخدام تدفق التدرج أيضًا. مأخوذة من (https://discuss.pytorch.org/t/check-rgient-flow-in-network/15063/10)

يتم إنشاء مجلد نموذج ويتم تخزين جميع البيانات داخل ذلك. سيتم حفظ الطبقة الأخيرة في مجلد النموذج. إذا كانت هناك حاجة إلى أي طبقة معينة ، أذكرها في السطر 361.

طبقة اللسوء

تصفية اللاسلك

FILT1

لا يزال يتعين على Tensorboardx تعديل بعض المعلمات للحصول على التصور. لقد أفسدت هذا المحاولات لجعل Pytorch 1.1.0 العمل مع Tensorboard مباشرة (ثم عرفت حاليًا أنه لا يدعم أي شيء بصرف النظر عن الرسوم البيانية الخطية)

إدخال صور الصورة للتحقق

أ) الصورة الأصلية

ب) صورة CenterCrop

6. النتائج

درجة النرد لتجزئة الحصين ADNI-LONI

7. اقتباس

إذا وجدت أنه مفيد لعملك.

 @article{DBLP:journals/corr/abs-1906-07160,
  author    = {Malav Bateriwala and
               Pierrick Bourgeat},
  title     = {Enforcing temporal consistency in Deep Learning segmentation of brain
               {MR} images},
  journal   = {CoRR},
  volume    = {abs/1906.07160},
  year      = {2019},
  url       = {http://arxiv.org/abs/1906.07160},
  archivePrefix = {arXiv},
  eprint    = {1906.07160},
  timestamp = {Mon, 24 Jun 2019 17:28:45 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1906-07160},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}