文件名称：Densenet_FCN:具有FCN的密集网的Tensorflow实现，用于医学图像分割
文件大小：765KB
文件格式：ZIP
更新时间：2024-06-05 16:54:29
Python
Densenet_FCN 使用FCN的密集网的张量流实现以进行肝脏分割。 逐步配置 模型的所有基本配置和训练过程均在config.py中列出，并由EasyDict管理。 我们将配置参数定义为__C ，该参数在config.py定义。 注意：所有配置都可能会在一个额外的文件./config/dice_skipv2.yml重置，它将覆盖config.py的配置。 我们建议您为自己的配置编写一个新的.yml文件，而不要修改config.py 。 1.准备数据集 数据集根目录设置为__C.DATA.ROOT_DIR 。 您可以在Windows或Linux中指定根路径，该代码将自动识别。 然后__C.DATA.TRAINSET ， __C.DATA.TESTSET和__C.DATA.VALSET设置为数据集的相关目录。 下面显示了目录树的示例。 liver目录保存所有2D肝脏切片，而mask目
【文件预览】：
Densenet_FCN-master
----a.png(9KB)
----config()
--------dice_skipv2.yml(894B)
--------udn.yml(939B)
--------dice_skipv2_deploy.yml(738B)
--------unet.yml(875B)
----images()
--------disp2.png(265KB)
--------disp3.png(137KB)
--------disp4.png(219KB)
--------disp1.png(149KB)
----udn.py(11KB)
----data_layer.py(2KB)
----test.py(4KB)
----train.py(3KB)
----data_loader.py(6KB)
----networks.py(18KB)
----main.sh(376B)
----fcn.py(8KB)
----LICENSE(1KB)
----solver.py(21KB)
----.gitignore(1KB)
----load_graph.cpp(4KB)
----config.py(7KB)
----README.md(5KB)
----utils()
--------logger.py(3KB)
--------tb_logger.py(2KB)
--------Liver_Kits.py(6KB)
--------timer.py(948B)
--------Data_Kits.py(6KB)
--------Model_Kits.py(4KB)
----unet.py(5KB)