利用Tensorflow框架中的Keras进行深度学习，采用U-Net神经网络对细胞图像进行分割，并进行细胞计数。数据集来源于isbi挑战，包含train、label和test图的tif格式。由于原始数据以30张512×512的tif图片打包，因此需要使用Python的TIFF库进行处理。鉴于训练图片数量不足和硬件环境的限制，我使用了keras.preprocessing.image模块中的ImageDataGenerator，通过图像扭曲实现数据扩充，并将图像转换成256×256的尺寸进行批处理输入到网络模型中。