语义分割 | 研究stuff通常被定义为一项语义分割任务,即对图片中每个像素分配一个语义标签(类别),但是不区分单个类别中的对象实例。如图b,有汽车,人,道路,树木、交通标志、房屋等,但所有人都归为一类,车也是一样。注意语义分割领域把thing统一作为stuff处理。经典的语义分割网络有UNet. ...
Unet——输入输出 医学图像是一般相当大,但是分割时候不可能将原图太小输入网络,所以必须切成一张一张的小patch,在切成小patch的时候,Unet由于网络结构原因适合有overlap的切图,可以看图,红框是要分割区域,但是在切图时要包含周围区域,overlap另一个重要原因是周围overlap部分可以为分割区域边缘部分提供文理等信息。可以...
这个项目使用主流的深度学习框架 Pytorch + UNet来实现,项目的特点是支持训练、分割算法特别轻量化、能够一键执行训练+预测,能够适应分割结构复杂的医学图像。项目提供完整的代码,包括训练 + 预测代码、一键执行脚本、训练好的分割模型权重 (当然也支持自己训练)、项目三方依赖库 (requirements.txt)、训练标注图片、待...