文件名称：颜色分类leetcode-a_v_uncertain:我们的ISBI2019年关于具有不确定性预测的动脉/静脉分类论文的代码
文件大小：2MB
文件格式：ZIP
更新时间：2024-07-26 17:26:56
系统开源
颜色分类leetcode 不确定性感知动脉/静脉分类 (a)-(e)：从不同数据集提取的视网膜图像：(a) RITE/DRIVE (b) INSPIRE (c) HRF (d) STARE (e) LES-AV。 (f)-(j)：相应的预测。 请注意，与大多数现有技术相比，该模型是在 RITE 中训练的，从未重新训练，有关详细信息，请参阅论文。 描述 这是具有不确定性预测的动脉/静脉分割方法的实现。 如果您发现此代码对您的研究有用，我们将不胜感激，如果您能引用： Uncertainty-Aware Artery/vein Classification on Retinal Images A. Galdran, M. I. Meyer, P. Costa, A. M. Mendonça, A. Campilho IEEE International Symposium on Biomedical Imaging (ISBI), 2019 PDF : 按照这个 指示 假设您已将此存储库克隆到文件夹F/并且已经在您的系统中安装了一个有效的 Anaconda 发行版，您只需要执行以下三行： c
【文件预览】：
a_v_uncertain-master
----models()
--------36_training.tif(953KB)
--------unet.py(4KB)
----build_predictions.py(5KB)
----readme.md(3KB)
----requirements.txt(59B)
----retinal_images()
--------03_test.tif(669KB)
----utils()
--------tools.py(1KB)
--------triplet_transforms_pt04.py(46KB)
--------RITE_dataset_dataloader.py(6KB)
--------predictions_example.png(691KB)
--------paired_transforms_pt04.py(40KB)
--------peformance_evaluation.py(3KB)
--------__init__.py(24B)
--------illumination_correction.py(5KB)
--------image_preprocessing.py(7KB)