医学图像分割-基于Pytorch+Unet实现的医学图像分割算法-支持训练+预测-附一键执行训练脚本-优质算法项目实战.zip

# U-net 基于U-net的医学影像分割 / pytorch实现 ## Main Code * `main.py`<br> 使用Unet模型对ISBI Challenge 2012的数据集（详见dataset）进行训练，并对结果进行预测。 * `unet.py`<br> Unet模型的pytorch实现 * `DataHelper.py`<br> 此代码中包含函数功能有：<br> 1、对训练数据、测试数据的读取与矩阵化处理（在'main.py'被转成tensor）<br> 2、对预测结果的二值化处理 ## Operating environment 本次实验的环境如下：<br> * Ubuntu 16.04<br> * python 3.6<br> * cuda 9.0<br> * pytorch<br><br> 需要的第三方模块如下：<br> * numpy<br> * PIL<br> * tqdm<br> * skimage ## Operation instructions 配置环境之后运行main.py ## Sample <div align=center><img src="https://github.com/Czt1998/U-net/blob/master/dataset/test/0.png" /></div> <div align=center><img src="https://github.com/Czt1998/U-net/blob/master/dataset/test/0_predict.png"/></div> ## Reference 本次实验参考github有<br> [https://github.com/JavisPeng/u_net_liver](https://github.com/JavisPeng/u_net_liver)<br> [https://github.com/zhixuhao/unet](https://github.com/zhixuhao/unet)<br> 也欢迎查看我的[博客](https://blog.csdn.net/ykben/article/details/103118619)