没有合适的资源?快使用搜索试试~ 我知道了~
matlab2016代码-brpnet:用于边界分割的边界辅助区域提议网络的Pytorch实施
共48个文件
py:35个
pyc:6个
md:3个
需积分: 10 1 下载量 126 浏览量
2021-05-24
03:14:26
上传
评论
收藏 89KB ZIP 举报
温馨提示
matlab2016代码brpnet 可以在此处找到边界辅助区域提议网络的核分裂的Pytorch实施(MICCAI 2020)。 代码是基于Python 3.6+和Pytorch 1.1构建的。 由于某些原因,该项目中还存在MATLAB脚本。 MATLAB脚本基于MATLAB2016进行了测试。 资料集: 我们将所有图像包装到一个.npy文件中(data_after_stain_norm_ref1.npy)。 还执行染色归一化。 分割和边界的地面真值保存在另一个.npy文件(gt.npy,bnd.npy)中。 tafe TAFE是BRP-Net的第一阶段。 TAFE可以通过以下方式进行培训: python main_train_kfold_tafe.py(可以在main_train_kfold_tafe.py中修改数据集位置和其他设置) 训练后,将对验证集执行评估: pred.py:预测所有已保存快照的验证集的结果。 valuate.py:对所有已保存快照的评估。 找到最佳快照,然后修改pred_testset.py和valuate_testset.py中的设置 pred_testse
资源推荐
资源详情
资源评论
收起资源包目录
brpnet-master.zip (48个子文件)
brpnet-master
patch_net
custom.py 2KB
patch_dense_net.py 7KB
eval.py 16KB
main.py 4KB
metrics.py 16KB
dataset.py 6KB
find_best_snapshot.py 2KB
eval_testset.py 16KB
evaluate.py 2KB
losses.py 2KB
eval_testset_all.py 16KB
adamw_r
__pycache__
cyclic_scheduler.cpython-36.pyc 8KB
cyclic_scheduler.cpython-37.pyc 8KB
adamw.cpython-36.pyc 3KB
adamw.cpython-37.pyc 3KB
adamw.py 4KB
LICENSE 1KB
cyclic_scheduler.py 8KB
README.md 3KB
evaluate_testset.py 1KB
tafe
custom.py 4KB
prepare_save_matched_patches.m 6KB
DenseNet.py 5KB
pred_testset.py 10KB
post_proc.py 3KB
pred.py 10KB
loss.py 1KB
DenseEncoderIAMUShapeDecoder.py 9KB
baseline_faircmp.py 8KB
metrics.py 16KB
dataset.py 5KB
prepare_postproc_trainset.py 2KB
evaluate.py 2KB
prepare_pred_testset.py 7KB
main_train_kfold_tafe.py 8KB
prepare_match_instance_predictions.m 2KB
adamw_r
__pycache__
cyclic_scheduler.cpython-36.pyc 8KB
adamw.cpython-36.pyc 3KB
adamw.py 4KB
LICENSE 1KB
cyclic_scheduler.py 8KB
README.md 3KB
evaluate_testset.py 1KB
main_train_kfold_baseline_faircmp.py 8KB
prepare_postproc_testset.py 2KB
prepare_postproc_testset_parallel.py 2KB
prepare_pred_trainset.py 7KB
README.md 2KB
共 48 条
- 1
资源评论
weixin_38535808
- 粉丝: 4
- 资源: 903
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功