初接触图像处理,都是在开源网站,使用的开源数据集,进行练手和复现。成功运行,是有复现的喜悦,还是缺少了些成就感。抛开代码先不谈,首先要可以应用到自己的数据集;由此我们就可以学习致用。
胆红素是血液中的一种黄色色素,正常情况下,它在肝脏中被代谢并排出体外。当胆红素的代谢或排泄出现问题时,血液中的胆红素水平会升高,导致皮肤和眼睛的白色部分(巩膜)出现黄染,这种情况被称为黄疸。(通俗讲,胆红素越高,眼白会变黄)
理论成立。我们需要的是患者面部照片,以及对应体检的胆红素含量数据;最早接触的比如猫狗识别,二分类任务;自然地想由二分类到多分类任务进行含量预测。选择合适的网络,调整一下最后一层的输出。
处理数据集打标签
- LabelImg适合快速标注大量图像,尤其是当标注任务相对简单时。
- LabelMe适合需要精细标注的场景,如医学图像分析或复杂背景的图像分割。
前者能干的后者都能干,直接尝试下labelme。
labelme 安装
pycharm+anaconda环境搭配(小白详细步骤)-CSDN博客https://blog.csdn.net/bookye_/article/details/142053104?spm=1001.2014.3001.5501我们需要安装anaconda创建一个虚拟环境,这里名称叫就叫labelme好了。
pip install pyqt5
pip install labelme
将这两段命令运行一下,执行下载。
直接再输入labelme就可以启动了
整个界面如图所示
简单介绍一下
File菜单:主要功能打开文件,和保存结果
Edit菜单:标注的状态(圆形、矩形、连线、关节点等等)
View菜单:控制参数显示,红色圈画的范围提示可以控制关闭
要采集的标签信息是患者的眼部,假设该患者总胆红素含量TB为160。
自动保存:为了提高效率,你可以在Labelme的File菜单中勾选“Save automatically”选项,这样标注的结果会实时保存。
通过云函数构建api,搭配小程序框架模版
成果展示。