PyTorch实现的2D和3D U-Net
项目描述
PyTorch实现的2D和3D U-Net。
U-Net架构最初在Ronneberger et al. 2015, U-Net: Convolutional Networks for Biomedical Image Segmentation中描述。3D版本在Çiçek et al. 2016, 3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation中描述。
安装
pip install unet
致谢
如果您在研究中使用了此代码，请使用其Zenodo条目上的信息引用此存储库。
历史
0.4.0 (2019-10-29)
首次在PyPI上发布。
下载文件
下载适合您平台文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源代码发行版
unet-0.7.7.tar.gz (12.3 kB 查看散列)
构建发行版
unet-0.7.7-py2.py3-none-any.whl (8.1 kB 查看哈希值)
关闭
unet-0.7.7.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | ec034daa2130c13620f73747905a16a76390102e5b0cfaee83dd7cea3caabc1c |
|
| MD5 | 2385c742657e3294d26223b8b75d70bd |
|
| BLAKE2b-256 | 70ba08283475e35353237ea4b19159e3917dcc6fb8497482adb9ef5798bbdbf2 |
关闭
unet-0.7.7-py2.py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 58dd416279563d5d60652299fe0f6f80c2e28bc2f38b1bb701eeba99b60e1605 |
|
| MD5 | 51d6a9b4c74ac6994ee0efb0383838ff |
|
| BLAKE2b-256 | a0b91445e712b9e7006cc710df889c082342d3aba4728d95845604024e999912 |
