另一个像素分类器（基于深度学习）
项目描述
YAPiC由图像和数据分析设施，核心研究设施，DZNE（德国神经退行性疾病中心）开发。
YAPiC - 另一个像素分类器（基于深度学习）
请访问YAPiC网站获取文档、示例和安装说明。
YAPiC是做什么的？
使用YAPiC，您可以创建自定义过滤器（我们称之为模型或分类器），以增强您选择的特定结构。
例如，我们可以训练一个模型来检测彩色图像中的橡树叶，并使用这个橡树叶模型来过滤掉所有不被橡树叶覆盖的图像区域
- 属于其他树叶类型或根本不是树叶的像素通常被抑制，在输出图像中显示为暗色。
- 属于橡树叶的像素被增强，在输出图像中显示为亮色。
输出图像也称为概率图，因为每个像素的强度对应于该像素属于橡树叶区域的概率。
您可以训练一个模型来检测您感兴趣的几乎任何结构，例如在组织学显微镜图像中检测特定细胞类型（此处：人类大脑中的浦肯野细胞）
我们已使用YAPiC分析各种显微镜图像数据。我们的实验主要与神经生物学、细胞生物学、组织病理学和药物发现（高内涵筛选）相关。然而，YAPiC是一个非常通用的工具，可以应用于非常不同的领域。它可以用于检测例如卫星图像中的森林区域、风景照片中的云彩或食品摄影中的煎蛋。
关闭
yapic-1.3.2.tar.gz的散列值
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | b1932245a6fa9807ff64c3436e058bb1059a4f9f55b0fcf1d88b3004ac2c2f75 |
|
| MD5 | 8a5f983b91cc3786a762f07e87ec784e |
|
| BLAKE2b-256 | 24a73c81a0b31ad7558f2926433b8c47f052a8923e038bea411e95cd30010595 |