文件名称：3D-Unet:用于大脑分割的3D Unet的Chainer实现
文件大小：80.99MB
文件格式：ZIP
更新时间：2024-05-17 08:20:39
Python
3D网络 用于大脑分割的3D Unet的Chainer实现。 培训配置位于configs / base.yml。 由于GPU内存的限制，我们使用了基于补丁的方法。 要求 SimpleITK 连连看v4 yaml 网络架构 3D Unet架构 用法 训练训练3D unet。 python train.py -h optional arguments: -h, --help show this help message and exit --gpu GPU, -g GPU GPU ID (negative value indicates CPU) --base BASE, -B BASE base directory path of program files --config_path CONFIG_PATH
【文件预览】：
3D-Unet-master
----train.py(7KB)
----evaluation.py(2KB)
----results()
--------prediction()
--------training()
--------3DUnet_architecture.png(75KB)
----configs()
--------base.yml(288B)
--------training_list.txt(870B)
--------test_list.txt(261B)
--------validation_list.txt(174B)
----preprocessing.py(4KB)
----model.py(4KB)
----dataset.py(2KB)
----__init__.py(0B)
----predict.py(5KB)
----util()
--------yaml_utils.py(635B)
--------dataIO.py(957B)
--------__init__.py(0B)
--------__pycache__()
----LICENSE(1KB)
----updater.py(1KB)
----README.md(3KB)
----__pycache__()
--------model.cpython-35.pyc(3KB)
--------updater.cpython-35.pyc(2KB)
--------dataset.cpython-35.pyc(2KB)
----data()
--------seg()
--------t1()
----.gitignore(2KB)
----test_code()
--------__init__.py(0B)
--------dataset_test.py(794B)
----evaluations()
--------calc_ji.py(1KB)