文件名称：贝叶斯多目标跟踪-C/C++开发
文件大小：4.37MB
文件格式：ZIP
更新时间：2024-06-15 18:18:46
C/C++ Machine Learning
BayesianTracker（btrack）是用于多对象跟踪的Python库，用于在拥挤的字段中重建轨迹。 在这里，我们使用信息的概率网络来执行轨迹链接。 此方法使用空间信息以及外观信息进行轨道链接。 贝叶斯跟踪器（btrack）:laptop:贝叶斯跟踪器（btrack）是用于多对象跟踪的Python库，用于在拥挤的田野中重建轨迹。 在这里，我们使用信息的概率网络来执行轨迹链接。 此方法使用空间信息以及外观信息进行轨道链接。 跟踪算法将组合不包含分割事件的可靠轨道部分（轨道小片段）。 每个新的小轨迹都会启动一个概率模型，并且
【文件预览】：
BayesianTracker-master
----MANIFEST.in(1B)
----build.sh(434B)
----.github()
--------workflows()
----models()
--------cell_config.json(2KB)
----btrack()
--------_localization.py(7KB)
--------optimise()
--------src()
--------utils.py(9KB)
--------VERSION.txt(6B)
--------libwrapper.py(7KB)
--------__init__.py(98B)
--------btypes.py(17KB)
--------render.py(6KB)
--------libs()
--------core.py(23KB)
--------dataio.py(21KB)
--------constants.py(2KB)
--------include()
----requirements.txt(93B)
----examples()
--------render.png(708KB)
--------btrack_logo.png(13KB)
--------README.md(78B)
--------napari_btrack.ipynb(8KB)
--------objects.json(7.03MB)
--------segmentation_to_btrack_to_napari.ipynb(14KB)
--------napari_example.csv(2.28MB)
--------objects.csv(2.73MB)
----TODO.rst(7KB)
----environment.yml(168B)
----setup.cfg(506B)
----LICENSE.md(1KB)
----setup.py(2KB)
----README.md(8KB)
----Makefile(1KB)
----.pre-commit-config.yaml(414B)
----tests()
--------_test_data()
--------test_tracker.py(1KB)
--------test_tracklets.py(2KB)
--------test_utils.py(2KB)
--------test_io.py(863B)
--------_utils.py(1KB)
----.gitignore(250B)
----pyproject.toml(268B)