文件名称：miccai2020_self_sup_nuclei_seg:自监督核分割（MICCAI 2020）
文件大小：3.95MB
文件格式：ZIP
更新时间：2024-06-10 14:19:33
Python
自监督核分割 用于训练自监督分割网络以对组织病理学图像中的核进行分割的代码[1]。 train.py包含培训代码并定义命令行选项。 datasets.py定义用于读取图像的数据集。 models.py定义了相关模型（注意网络和规模网络）。 utils.py定义了其他有用的功能。 configs/定义.yaml配置文件以设置实验参数。 安装 Anaconda环境在conda_env.yml指定。 可以使用以下方式重新创建环境 conda env create -f conda_env.yml 已在Nvidia GeForce GTX 1080和GeForce GTX 1080 Ti GPU，运行驱动程序版本410.48和cuda 10.0以及带有Torchvision 0.3.0的Pytorch 1.1.0上进行了测试。 数据 请参阅目录以获取有关下载和使用数据的说明。 用法 t
【文件预览】：
miccai2020_self_sup_nuclei_seg-master
----.gitignore(2KB)
----post.py(2KB)
----attr_dict.py(3KB)
----datasets.py(33KB)
----LICENSE(34KB)
----conda_env.yml(2KB)
----models.py(11KB)
----utils.py(12KB)
----README.md(2KB)
----configs()
--------full_model.yaml(2KB)
--------README.md(4KB)
--------example.yaml(2KB)
--------no_scale_equiv.yaml(2KB)
----metrics.py(3KB)
----test.py(6KB)
----data_processing()
--------make_tiles.py(2KB)
--------tile_processing.py(10KB)
--------stain_normalisation_target.png(3.89MB)
--------link_to_seg_cover_hsv_readjusted.md(123B)
--------README.md(611B)
--------MoNuSeg-TCGA-manifest.txt(5KB)
--------splits.yaml(2KB)
----colorTransferCV2.py(3KB)
----train.py(33KB)