Unet网络weightloss复现

复现unet论文中的weight_loss,经过思考和资料搜索,成功解决了问题。
结果如下:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
首先,将图片输入为灰度图(正常情况下是RGB三通道,不利于后续的处理)。在转变为灰度图后图片像素值就只有0(白)和255(黑)了。
这时候白色部分是细胞,黑色部分是背景。
使用measure.label函数实现连通域的计算(8连通,即像素点周围的标记值和像素点的标记值一致的则视为同一块)
计算完连通域后除重排序就可以算出来有多少个标记
计算不同连通域之间的距离,取距离最近和倒数第二近的带入公式计算,得到权值。
得到权值图后按权值图显示即可。

代码在https://download.csdn.net/download/dalao_whs/85045166

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Handsome Wong

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值