【文件属性】：
文件名称：lwnet:最先进的视网膜血管分割与简约模型
文件大小：7.68MB
文件格式：ZIP
更新时间：2021-05-30 01:14:01
Python
可以的小W-Net
您已经访问了我们使用简约模型进行视网膜血管分割工作的官方存储库。 上图代表了一个 WNet 架构，它包含大约 7 万个参数，并且非常接近（或优于）其他更复杂的技术。 有关我们工作的更多详细信息，您可以查看相关论文：
The Little W-Net That Could: State-of-the-Art Retinal Vessel Segmentation with Minimalistic Models
Adrian Galdran, André Anjos, Jose Dolz, Hadi Chakor, Hervé Lombaert, Ismail Ben Ayed
https://arxiv.org/abs/2009.01907, Sep. 2020
如果您能引用我们的工作，如果它对您有用，我们将不胜感激:)
注意：如果您只是在寻找我们的结果，您可以
【文件预览】：
lwnet-master
----get_public_data.py(18KB)
----predict_one_image.py(8KB)
----experiments()
--------big_wnet_drive_av()
--------wnet_drive()
--------big_wnet_hrf_av_1024()
----utils()
--------model_saving_loading.py(1KB)
--------evaluation.py(4KB)
--------reproducibility.py(440B)
--------get_loaders.py(7KB)
--------paired_transforms_tv04.py(56KB)
----models()
--------fig2.png(425KB)
--------get_model.py(2KB)
--------res_unet_adrian.py(8KB)
----environment.txt(7KB)
----LICENSE(1KB)
----generate_results.py(7KB)
----README.md(15KB)
----train_cyclical.py(15KB)
----analyze_results.py(11KB)
----data()
--------CHASEDB()
--------STARE()
----generate_av_results.py(8KB)
----.gitignore(314B)
----predict_one_image_av.py(9KB)