文件名称：Diagnosis-Gastric-Cancer-with-Mask-R-CNN
文件大小：47.63MB
文件格式：ZIP
更新时间：2024-06-07 01:11:48
JupyterNotebook
我应用Mask R-CNN来检测胃癌的病理切片 这是一个检测样本（其余在资产目录中）：正确 检测 如果要使用数据扩充，则应修改Keras预处理源代码 要求 Python 3.4以上 TensorFlow 1.3+ Keras 2.0.8+ Jupyter笔记本 脾气暴躁，skimage，scipy，枕头，cython，h5py
【文件预览】：
Diagnosis-Gastric-Cancer-with-Mask-R-CNN-master
----imagerot.ipynb(1KB)
----RotateImage.ipynb(4KB)
----.gitignore(1KB)
----README.md(415B)
----inspect_weights.ipynb(5KB)
----config.py(6KB)
----StomachCancer.py(7KB)
----train_shapes.ipynb(20KB)
----LICENSE(1KB)
----ReshapeNumpyArray.ipynb(1KB)
----train_stomach_cancer.ipynb(6.09MB)
----visualize.py(16KB)
----utils.py(25KB)
----inspect_model.ipynb(30KB)
----coco.py(20KB)
----model.py(110KB)
----parallel_model.py(7KB)
----image_augmentor_py2.7()
--------README.md(8KB)
--------main.py(3KB)
--------ops()
--------counter.py(793B)
----.idea()
--------vcs.xml(180B)
--------misc.xml(185B)
--------modules.xml(302B)
--------Mask-R-CNN-gastric-cancer.iml(455B)
----demo.ipynb(7KB)
----images()
--------9247489789_132c0d534a_z.jpg(282KB)
--------25691390_f9944f61b5_z.jpg(176KB)
--------4782628554_668bc31826_z.jpg(224KB)
--------12283150_12d37e6389_z.jpg(67KB)
--------5951960966_d4e1cda5d0_z.jpg(157KB)
--------9118579087_f9ffa19e63_z.jpg(301KB)
--------3627527276_6fe8cd9bfe_z.jpg(157KB)
--------7581246086_cf7bbb7255_z.jpg(142KB)
--------3862500489_6fd195d183_z.jpg(94KB)
--------2502287818_41e4b0c4fb_z.jpg(131KB)
--------262985539_1709e54576_z.jpg(122KB)
--------3878153025_8fde829928_z.jpg(86KB)
--------3800883468_12af3c0b50_z.jpg(120KB)
--------6821351586_59aa0dc110_z.jpg(212KB)
--------6584515005_fce9cec486_z.jpg(142KB)
--------1045023827_4ec3e8ba5c_z.jpg(138KB)
--------8512296263_5fc5458e20_z.jpg(146KB)
--------8239308689_efa6c11b08_z.jpg(221KB)
--------8699757338_c3941051b6_z.jpg(234KB)
--------8829708882_48f263491e_z.jpg(237KB)
--------4410436637_7b0ca36ee7_z.jpg(124KB)
--------3132016470_c27baa00e8_z.jpg(170KB)
--------7933423348_c30bd9bd4e_z.jpg(209KB)
--------2383514521_1fc8d7b0de_z.jpg(203KB)
--------8433365521_9252889f9a_z.jpg(178KB)
--------8053677163_d4c8f416be_z.jpg(220KB)
--------3651581213_f81963d1dd_z.jpg(147KB)
--------8734543718_37f6b8bd45_z.jpg(163KB)
--------2516944023_d00345997d_z.jpg(177KB)
----samples()
--------balloon()
----inspect_data.ipynb(21KB)
----model1.py(109KB)
----shapes.py(7KB)
----assets()
--------5.png(735KB)
--------detection_anchors.png(747KB)
--------donuts.png(871KB)
--------detection_activations.png(69KB)
--------3.png(822KB)
--------detection_histograms.png(13KB)
--------o1.png(788KB)
--------detection_tensorboard.png(43KB)
--------o2.png(825KB)
--------4.png(933KB)
--------detection_refinement.png(703KB)
--------o3.png(832KB)
--------detection_masks.png(10KB)
--------4k_video.gif(11.61MB)
--------sheep.png(929KB)
--------detection_final.png(887KB)
--------o4.png(930KB)
--------o5.png(735KB)
--------street.png(917KB)
--------1.png(784KB)
--------2.png(826KB)
----numpyarray.ipynb(2KB)