搜索资源列表
unet
- 对图片进行纹路切割。基于Keras，实现神经网络的图片训练(Based on Keras, the picture is cut in pattern, and the picture training of the neural network is realized.)
TensorFlow-Examples-master
- 基于Tensorflow的Unet实现，里面有详细的教程。(TensorFlow for Unet, in which there are detailed teaching lecture.)
Unet-master1
- 适用对象：小样本数据。功能：分割各种类型图像。评价：效果良好的深度学习算法。(Applicable object: small sample data. Function: Segmentation of various types of images. Evaluation: A good deep learning algorithm.)
unet-pytorch-master
- 使用Pytorch搭建U-Net，该模型可以对随机传入任意大小的图片进行图片分割，根据所训练的数据和标签得到索要分割的区域。(Using Python to build u-net, the model can segment random incoming pictures of any size, and get the region to be segmented according to the trained data and labels.)
Unet
- UNet最早发表在2015的MICCAI上，短短3年，引用量目前已经达到了4070，足以见得其影响力。而后成为大多做医疗影像语义分割任务的baseline，也启发了大量研究者去思考U型语义分割网络。而如今在自然影像理解方面，也有越来越多的语义分割和目标检测SOTA模型开始关注和使用U型结构，比如语义分割Discriminative Feature Network(DFN)(CVPR2018)，目标检测Feature Pyramid Networks for Object Detection(FP