unet
MaaDeng
这个作者很懒,什么都没留下…
展开
-
深度学习-unet-多类别分割
一共训练了59个epoch预测使用了不同的训练参数去预测,代码和结果如下:使用作者提供的预训练模型参数epoch_10.pth(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference.py -m ./data/checkpoints/epoch_10.pth -i ./data/test/input -o ./data/test/output5it [00:原创 2020-08-23 10:57:12 · 8809 阅读 · 3 评论 -
使用multi-class进行分类应用
2020年8月26日 记录将训练好的epoch_10.pth作为参数,对其他图进行预测。比如我们的transient,本身看衬度很好的。【transient.lsm】imagej导入,image-transform中旋转,然后bin=4(x和y)bin后为240*128.save as transient.png导入Matlab查看图像:格式为:128x240 uint8背景为0-5左右的值。Pwd:/Users/verona/Desktop/ElectrophysiologyCv2 切原创 2020-08-26 09:11:05 · 665 阅读 · 0 评论 -
修改背景后-多类别分割-改进
修改:(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python train_V2_changed.pyINFO: Using device cudaINFO: Network: NestedUNet model 3 input channels 3 output channels (classes) Bilinear up原创 2020-08-26 20:02:27 · 675 阅读 · 3 评论