![](https://img-blog.csdnimg.cn/8919ba1f222840e9b4d0d0a1af27aa60.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像分割
文章平均质量分 91
图像分割
听风吹等浪起
佛系学习,适当摆烂…
展开
-
Unet 实战分割项目、多尺度训练、多类别分割
之前写了篇二值图像分割的项目,支持多尺度训练,网络采用backbone为vgg的unet网络。本章实现的unet网络的多类别分割,也就是分割可以是两个类别,也可以是多个类别。训练过程仍然采用多尺度训练,即网络会随机将图片缩放到设定尺寸的0.5-1.5倍之间。原创 2024-02-05 21:38:35 · 3805 阅读 · 7 评论 -
基于pytorch实现的DenseUnet医学图像分割(腹部多脏器)
数据的预处理放在dataset脚本中,这里参考sam模型的预处理。利用numpy和cv进行归一化、翻转、图像增强等等,而非torch中的transform主要如下:红色框的部分为windowing窗口化拉伸对比度,因为大多数医学数据都是CT格式,对比度很差,如果原数据对比度还行的话,可以注释掉。原创 2024-06-11 16:07:22 · 1298 阅读 · 0 评论 -
基于UnetPlusPlus(Unet++)实现的医学图像分割
unetPlusPlus 在unet 的基础上增添了密集连接的结构,有点像densenet网络因为这种密集连接,unet++可以实现剪枝的轻量化操作。由于本人的没有接触过这种剪枝、蒸馏之类的轻量化方法,所以不多赘述本章仅仅根据unet++模型实现医学图像分割的任务,为了更好的调节参数(学习率衰减策略、优化器等等),做对比实验,这里统一进行实现项目下载在最后。原创 2024-05-14 16:52:18 · 1114 阅读 · 0 评论 -
基于FCN网络实现的多类别图像分割任务
FCN 作为图像分割的开山之作,将分割任务作为逐个像素点的分类任务因为FCN网络的实现较为复杂,当然有很多现成的代码实现FCN分割网络。不过torchvision中其实已经封装好了,这里我们直接利用这个torchvision完成即可。原创 2024-04-29 15:59:53 · 1174 阅读 · 0 评论 -
基于Unet的BraTS 3d 脑肿瘤医学图像分割,从nii.gz文件中切分出2D图片数据
3D图像分割一直是医疗领域的难题,在这方面nnunet已经成为了标杆,不过nnunet教程较少,本人之前跑了好久,一直目录报错、格式报错,反正哪里都是报错等等。并且,nnunet对于硬件的要求很高,一般的电脑配置或者低配置的服务器完全带不起来或者定义conv.3D的unet网络模型,但对显卡的要求也很高...之前实现了unet的自适应多类别分割任务,博文如下代码根据数据集的mask,可以自动计算出mask前景的类别,这样就能为unet的输出自动调整,不需要更改别的操作。原创 2024-04-03 17:14:23 · 2951 阅读 · 11 评论 -
基于SwinTransformer和Unet的自适应多类别分割
因为小白在做分类人物的时候,不知道怎么定义分类的类别,这不是分割吗?怎么还有number classes这个参数?或者这个参需不需要加背影(+1)?等等本项目对数据集进行处理,将mask的灰度值进行编码重构,这样可以根据数据集自动获取number classes的个数,不需要手动定义,这也就是为什么叫自适应分割的原因代码根据官方的代码进行更改,因为官方的代码训练过程可能稍微繁琐了一些,需要生成指定的数据格式啊、或者参数定义太多了等等。原创 2024-03-26 13:38:39 · 1285 阅读 · 0 评论 -
Unet 高阶分割网络实战、多类别分割、迁移学习(deeplab、resnet101等等)
Unet 图像分割之前介绍了不少,具体可以参考为了实现多类别的自适应分割,前段时间利用numpy的unique函数实现了一个项目。通过numpy函数将mask的灰度值提取出来,保存在txt文本里,这样txt里面就会有类似0 1 2 ...等等的灰度值。而有几个灰度值,就代表分割要分出几个类别。对于图像分割而言,仍有很多的分割网络(例如deeplab、retinaNet等等)在分割任务有不错的表现。这里将介绍几种torch自定义的高阶分割API。原创 2024-02-19 13:15:40 · 1485 阅读 · 1 评论 -
Unet+ResNet 实战分割项目、多尺度训练、多类别分割
VGG 的特征提取能力其实是不弱的,但网络较为臃肿,容易产生梯度消失或者梯度爆炸的问题。原创 2024-02-06 11:37:20 · 2364 阅读 · 1 评论 -
基于Unet的多尺度、自适应二值图像分割项目
二值图像分割任务,对于绝大部分的二分类分割任务,均可使用本代码。只需要简单的摆放文件即可,不需要多余操作原创 2023-12-04 15:43:11 · 1518 阅读 · 1 评论 -
基于UNnet(backbone=resnet34) 对 PASCAL VOC 的分割
本文使用resnet 34作为backbone代替传统unet的 vgg,实现对PASCAL VOC的分割训练了两百个epoch后,mean iou到达了0.4左右,没有达到预期的效果基于UNnet 对 PASCAL VOC 的分割。原创 2023-05-31 10:24:58 · 1116 阅读 · 2 评论 -
UNET 对 CARVANA 数据集的分割
目录1. 介绍2. UNET 网络3. dataset 数据加载4. utils 工具模块4.1 get_loaders 函数4.2 check_accuracy 函数4.3 save_predictions_as_imgs 函数4.4 完整代码5. train 函数5.1 关于导入的库文件5.2 设置超参数5.3 train_fn 训练一个epoch函数5.4 main 函数5.5 完整代码6. 展示6.1 网络训练6.2 加载预训练权重6.3 结果显示项目的目录结构如下:CARVANA 数据: 对应的原创 2023-03-05 21:26:38 · 2664 阅读 · 6 评论 -
UNet 网络做图像分割DRIVE数据集
目录1. 介绍2. 搭建 UNet 网络3. dataset 数据加载4. train 训练网络5. predict 分割图像6. show7. 完整代码项目的目录如下所示 之前做了一个图像分割的例子,里面大部分的代码和本篇的内容重合,所以每个脚本的代码只会做简单的介绍。具体的可以参考之前的内容,这里给出链接:model : UNet - unet网络dataset :UNet - 数据加载 Datasettrain : UNet - 训练数据trainpredict : UNet - 预测数据predi原创 2022-12-05 17:06:36 · 15163 阅读 · 58 评论 -
UNet - 预测数据predict(多个图像的分割)
目录1. 介绍2. predict 预测分割图片3. 结果展示4. 完整代码之前已经将unet的网络模块、dataset数据加载和train训练数据已经解决了,这次要将unet网络去分割图像,下面是之前的链接unet 网络:UNet - unet网络dataset 数据处理:UNet - 数据加载 Datasettrain 网络训练:UNet - 训练数据train待分割的图像如下: 存放的路径在U-net项目的predict里面我们的目标是将predict里面所有的图片分割出来,按照名称顺序保存在resu原创 2022-11-18 13:05:14 · 6207 阅读 · 12 评论 -
UNet - 训练数据train
训练的代码只是在之前图像分类的基础上做了一些更改,具体的可以看下面的文章pytorch 搭建 LeNet 网络对 CIFAR-10 图片分类首先,导入之前定义的UNet 网络然后,加载训练集和测试集这里训练的时候可以将数据打乱,测试的时候没有必要,batch_size 因为电脑硬件的问题设置成2,再大的话这里内存就会不够了然后定义优化器和损失函数,这里用的是BCE加上sigmoid的损失函数训练的时候,要将模式改为train模式,然后训练的步骤很常规。原创 2022-11-17 20:23:48 · 2479 阅读 · 9 评论 -
UNet - 数据加载 Dataset
之前介绍完了Unet网络的搭建,接下来说一下要解决的任务data里面存放的是训练的数据predict 是存放的是需要预测的数据result 是predict里面预测出来的结果dataset 是数据加载的文件、model 是UNet网络、train是训练、predict是预测UNet模型训练,深度解析!,网络做了一些优化和更改,整个项目完成会上传到CSDN,数据可以在链接里面获取因为data数据只有30张,并且没有test集,所以这里手工分类了一下。原创 2022-11-16 16:53:00 · 3524 阅读 · 2 评论 -
UNet - unet网络
Unet网络是医学图像分割领域常用的分割网络,因为网络的结构很像个U,所以称为UnetUnet 网络是针对像素点的分类,之前介绍的LeNet、ResNet等等都是图像分类,最后分的是整幅图像的类别,而Unet是对像素点输出的是前景还是背景的分类注:因为Unet 具体的网络框架均有所不同,例如有的连续卷积后会改变图像的size,有的上采样用的是线性插值的方法。这里只介绍same卷积和上采样用的转置卷积Unet网络是个U型结构,左边是Encoder,右边为Decoder。原创 2022-11-15 15:29:10 · 13410 阅读 · 8 评论