颜色分类leetcode深度学习数字病理学该存储库包含用于图像分类和语义分割的实用程序,以及Keras的ImageDataGenerator的扩展类,以生成具有用于分割的数据增强的批量图像。提供演示代码以供参考。要求:Python 2.7,OpenCV 3.4,Numpy 1.14,Tensorflow 1.7,Keras 2.1,OpenSlide 1.1,Caffe 0.15(可选)。入门:它显示了使用Keras或Caffe模型分割整个虚拟幻灯片或在网格中对幻灯片进行分类并保存结果的示例。分割和分类:它显示了使用Keras或Caffe模型对文件夹中的图像进行分割或分类并保存结果的示例。还展示了从头开始训练分割模型的示例。详细的函数使用见注释或使用help。Keras的ImageDataGenerator扩展用于分割图像迭代,具有类似的flow_from_directory api。图像目录的结构如下:
颜色分类leetcode Deeplearning digital pathology:将深度学习应用于虚拟幻灯片的完整包
文件列表
Deeplearning-digital-pathology-master.zip
(预估有个18文件)
Deeplearning-digital-pathology-master
.gitignore
1KB
slide_demo.py
3KB
KerasLayers
__init__.py
0B
ImageDataGeneratorEXT.py
11KB
image_demo.py
2KB
models
__init__.py
0B
Unet.py
5KB
暂无评论