这篇博客整理了多个关于眼底图像识别的学习资源，包括使用UNet模型进行眼底血管分割的实例，眼底图像增强与分割的方法，以及Vessel SegNet的应用。还提供了多个博主的详细教程链接，覆盖了从U-Net论文解析到迁移学习在眼底照分类中的应用。博主分享了在学习retinnaNN-UNet过程中遇到的问题及解决方案，并鼓励读者留言交流。
在人工智能眼底图像识别学习过程中，主要学习了retina 项目的UNet 模型。
下面列出一些参考博主和博客系列初始链接，：
1、 京局京段蓝白猪
基于U-Net的眼底图像血管分割实例
https://blog.csdn.net/u013063099/article/details/79981097
GitHub：点击打开链接，
比较好的DRIVE 眼底图像数据集的系列文章，值得学习。
代码中有几个小坑，博主已经有提示，相信您调试中也能解决。
2、Naruto_Q
眼底图像增强与分割
https://blog.csdn.net/piaoxuezhong/article/details/78213672
3、江洋大盗与鸭子
眼底图像处理1
1万+
598
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
