如何训练使用n2v神经网络进行去噪

1.配置环境

conda create -n n2v python=3.6
activate n2v
conda install tensorflow-gpu==1.12
pip install jupyter
pip install n2v

2.训练网络

D:
activate n2v
cd D:\PythonProject\n2v
ipython notebook

3.运行

01_training.py

训练好的模型存在文件夹下：

 

4.测试训练好后的网络

4.1运行02_prediction.py进行单张测试；

4.2如果想进行批量测试，可以结合imageJ进行：

请参考：

https://github.com/CSBDeep/CSBDeep_website/wiki/CSBDeep-in-Fiji

和

https://github.com/CSBDeep/CSBDeep_website/wiki/Your-Model-in-Fiji

 

 

 

****************************************************分割线*******************************************************

2019年9月21日11:34:26

使用n2v进行超声图像去噪

1.第一步，打开ipython notebook

2.修改01_training.py的train image的路径（\n2v\examples\2D\denoising2D_SEM）

imgs = datagen.load_imgs_from_directory(directory = "data/")修改为：

imgs = datagen.load_imgs_from_directory(directory = "USData/")

3.使用训练好的模型进行预测

3.1单帧预测

3.2视频预测

选择模型：

 开始预测