文件名称:matlab提取轮廓代码-TangCodes:唐码
文件大小:2.25MB
文件格式:ZIP
更新时间:2024-06-12 00:29:22
系统开源
matlab提取轮廓代码唐分析代码 合并用Python和MATLAB编写的Tang分析代码,用于处理液滴和支架或细胞的视频并应用机器学习。 液滴分析 提供了Python模块,以提取一些以前编写的MATLAB代码。 对于Python示例... 有关设置工作目录的说明,请参见write_all_frames_to_dictionary.py代码;有关实现方法和制作如下图所示的示例的示例,请参见example_code.py 。 从Python处理套件产生的图形 标记框: 组合轮廓框: 机器学习 实验室成员的入门包,可将机器学习应用于其项目。 一个很好的起点是conv_nets.py,用于预测液滴破裂,它很大程度上依赖于data_utils.py来提取预处理的帧以建立数据结构。 同样,请参阅write_all_frames_to_dictionary.py以获取有关设置工作目录的参考。 模块是使用PyTorch编写的。 卷积自动编码器 通过完全连接的编码图像层进行聚类 给定聚类中20帧的平均图像(左)和两个聚类的随机采样(两个右)(总共5000个聚类) 各种各样的 例如,用于从PMT信号读取
【文件预览】:
TangCodes-master
----StentorAnalysis()
--------README.md(17B)
----MachineLearning()
--------conv_autoencoder.py(13KB)
--------k_means_cluster_autoencoder_data.py(13KB)
--------data_utils.py(19KB)
--------autoencoder_mod.py(4KB)
--------extract_features.py(11KB)
--------mean_opt_flow_field.py(4KB)
--------auto_encode_v4.pt(32KB)
--------__pycache__()
--------optical_flow_net.py(15KB)
--------conv_nets.py(17KB)
----Figures()
--------decode_image_sub12_epoch25.png(38KB)
--------reps_5000_clusters.png(439KB)
--------autoencode_5000_clusters_kMeansMiniBatch_mean_20_rep.png(196KB)
--------mark_up.png(36KB)
--------combine_contour.png(3KB)
--------rep_5000_clusters.png(988KB)
--------autoencode_rep.png(296KB)
--------orig_image_sub12_epoch25.png(34KB)
--------encode_image_sub0_epoch25.png(1KB)
----README.md(2KB)
----DropletAnalysis()
--------MatlabCodes()
--------PythonCodes()
----VoiceControlProj()
--------foodLog.py(11KB)
--------README.md(1KB)
--------food.py(13KB)
--------foodProcessor.py(8KB)
----MiscCodes()
--------detect_peaks.py(7KB)
--------PMT_data_pull.py(7KB)
--------trunc_data.py(5KB)
--------__pycache__()
----git_tutorial.docx(182KB)