文件名称：生物实验室：微生物学中的计算机视觉
文件大小：297KB
文件格式：ZIP
更新时间：2024-03-09 07:14:39
JupyterNotebook
正在施工:construction:！！ ; 状态：20％； 预计完成时间：2021年3月下旬 内容： 1. Overview 2. What is antibiogram 3. Build Custom Datasets 4. Explore the Data 5. Baseline Model 6. Mask RCNN 7. Vision Transformer 8. Inference 微生物学中的计算机视觉 用Detectron2检测抗菌盘和抑制区 检测，测量和分类抗菌素。 具有合成图像和Mask RCNN的训练管道。 “对于拥有数十亿用户的大型消费互联网公司而言，您拥有大量数据，您不必担心。 他们只是取平均值而已。 但是在其他没有大数据的行业环境中，如果只是很小的数据，那么很小，也许是一百个缺陷零件或一百个缺陷示例。 如果只有一百个示例，那么这些很小的标签错误，如果一百个标签中有十个是错误的，则实际上
【文件预览】：
biolab-main
----setup.py(2KB)
----.gitignore(2KB)
----nbs()
--------00_utility.ipynb(1KB)
--------index.ipynb(11KB)
----Makefile(483B)
----MANIFEST.in(111B)
----assets()
--------Inference-Output.jpg(53KB)
--------Agar_Diffusion_Method_1.jpg(47KB)
--------antibiogram-process.jpg(155KB)
--------Agar_Diffusion_Method_2.jpg(31KB)
----CONTRIBUTING.md(2KB)
----LICENSE(11KB)
----docker-compose.yml(946B)
----.github()
--------workflows()
----README.md(7KB)
----settings.ini(2KB)
----biolab()
--------_nbdev.py(278B)
--------__init__.py(22B)
--------dirView.py(3KB)
--------display.py(3KB)
--------utility.py(108B)
--------core.py(108B)
----.devcontainer.json(521B)
----docs()
--------.gitignore(7B)
--------_data()
--------feed.xml(1KB)
--------sitemap.xml(472B)
--------utility.html(715B)
--------_config.yml(1KB)
--------index.html(12KB)
--------sidebar.json(81B)
--------Gemfile(227B)
--------Gemfile.lock(7KB)