血管分割的STARE数据集

基于眼底图像监督学习的整体视网膜血管分割

2020冬季数字图像处理课程项目,使用yolov5+wider_face 和 deeplabv3+cityscapes,均使用开源的代码和数据集。

项目使用了PASCAL VOC语义分割数据集，并通过自定义dataset对数据集进行了处理。训练过程中采用学习率衰减策略，根据训练的epoch按照cos函数自动衰减学习率。损失函数采用交叉熵损失，并对

主要用于把rawdata随机分为traindata和testdata比例可以自己设定，简单易用。

介绍了一种基于优化水平集的细胞图像分割算法。优化水平集在水平集算法基础上添加了局部熵和灰度变换, 以达到突出边缘和去噪的目的。为修正经典OTSU阈值法忽略目标与背景的类内平均距离,创新性地对阈值选择函

适合初学者的源程序代码，简单易懂，可以实现SAR图像的两区域分割，稍作修改则可以实现多区域分割，个人认为是很不错的一份资料。

水平集图像分割的Matlab程序代码，搞图像的人必不可少的利器啊经典的算法

为辅助眼科医生进行眼底疾病的诊断，提出了一种基于相位拉伸变换（PST）和多尺度高斯滤波的视网膜血管分割方法。首先将彩色眼底影像的绿色通道分量图进行增强预处理；然后采用不同尺度的高斯滤波器对预处理增强后

包含：1）python脚本：用于从NYUv2原始.mat数据中提取出RGB图像和.png标注；2）NYUv2-40数据集的标注文件和转换脚本注意：train_test.py中第16行，'.png'应该

如果你是一个深度学习爱好者或者专业人士，那么你一定听说过FCN分割算法。而在本文中，我们想要与大家分享一种基于ResNet50的FCN分割器在VOC数据集上的应用。我们将重点讨论网络模型架构、数据集的