文件名称：AVA_hpa:hpa数据集中AVA的mindspore实现
文件大小：38KB
文件格式：ZIP
更新时间：2024-04-11 08:25:04
Python
AVA-hpa 内容 AVA-hpa是一个分为两个阶段的模型，包含自我监督的预训练阶段和监督的学习阶段。 AVA-hpa的目的是提高免疫荧光显微图像中蛋白质亚细胞定位识别的性能。 原始文件显示了AVA-hpa的整体网络架构。 原始数据集来自人类蛋白质图谱（ ）。 经过后期处理后，我们获得了一个包含4个部分（ ， ， ， ）的自定义数据集，大约为6.5GB。 数据集大小：173,594幅彩色图像（512 $ \ times $ 512），13,261袋，27个班级 数据格式：RGB图像。 注意：数据将在src / datasets.py中处理 数据集的目录结构： .hpa ├── ENSG00000001167 │ ├──686_A3_2_blue_red_green.jpg_1.jpg │ ├──686_A3_2_blue_red_green.jpg_2
【文件预览】：
AVA_hpa-main
----README.md(10KB)
----eval.py(3KB)
----pretrain.py(6KB)
----enhanced.csv(29KB)
----train.py(8KB)
----src()
--------network_define_eval.py(4KB)
--------config.py(3KB)
--------lr_schedule.py(3KB)
--------datasets.py(13KB)
--------resnet.py(12KB)
--------RandAugment()
--------callbacks.py(2KB)
--------network_define_train.py(3KB)
--------loss.py(6KB)
--------.DS_Store(10KB)
--------eval_metrics.py(12KB)
--------network_define_pretrain.py(3KB)
----scripts()
--------run_train.sh(657B)
--------run_train_gpu.sh(617B)
--------run_eval.sh(621B)
--------run_pretrain_gpu.sh(524B)
--------run_pretrain.sh(564B)
--------run_eval_gpu.sh(581B)