分享一個PyTorch醫學圖像分割開源庫

2021-01-19 我愛計算機視覺



分享一位52CV粉絲Ellis開發的基於PyTorch的專注於醫學圖像分割的開源庫，其支持模型豐富，方便易用。其可算為torchio的一個實例，作者將其綜合起來，包含眾多經典算法，實用性比較強。


地址在這裡：

https://github.com/MontaEllis/Pytorch-Medical-Segmentation


該庫特點：

支持2D和3D醫學圖像分割，可以修改hparam.py文件來確定是2D分割還是3D分割以及是否可以進行多分類。

支持絕大數主流分割模型，幾乎提供了所有的2D和3D分割的算法。

兼容幾乎所有的醫學數據格式(例如 nii.gz, nii, mhd, nrrd, ...)，修改hparam.py的fold_arch即可。


作者提供了訓練和測試推斷的代碼，簡單配置後訓練和推斷都僅需要一行命令。


已包含的分割模型：



作者歡迎大家提意見和建議~


作者就在我們的醫學影像交流群裡，也歡迎大家加群交流。


醫學影像CT、MRI、X光處理、分類、檢測、分割等技術，

若已為CV君其他帳號好友請直接私信。

微信號:aicvml

QQ群:805388940

微博知乎:@我愛計算機視覺

投稿:amos@52cv.net

網站:www.52cv.net

在看，讓更多人看到  

相關焦點

  • Facebook 開源 3D 深度學習函數庫 PyTorch3D
    新酷產品第一時間免費試玩，還有眾多優質達人分享獨到生活經驗，快來新浪眾測，體驗各領域最前沿、最有趣、最好玩的產品吧~！下載客戶端還能獲得專享福利哦！原標題：Facebook開源3D深度學習函數庫PyTorch3D來源：開源中國Facebook近日開源了將PyTorch用於3D深度學習的函數庫PyTorch3D，這是一個高度模塊化且經過優化的庫，具備獨有的功能，旨在通過PyTorch簡化3D深度學習。
  • PyTorch實現,GitHub4000星:微軟開源的CV庫
    機器之心報導編輯：魔王、陳萍本文介紹了微軟開源的計算機視覺庫，它囊括了計算機視覺領域的最佳實踐、代碼示例和豐富文檔。近年來，計算機視覺領域突飛猛進，在人臉識別、圖像理解、搜索、無人機、地圖、半自動和自動駕駛方面得到廣泛應用。而這些應用的核心部分是視覺識別任務，如圖像分類、目標檢測和圖像相似度。
  • 如何用PyTorch進行語義分割?一個教程教會你
    正值PyTorch 1.7更新，那麼我們這次便給大家帶來一個PyTorch簡單實用的教程資源：用PyTorch進行語義分割。△圖源：stanford該教程是基於2020年ECCV Vipriors Chalange Start Code實現了語義分割，並且添加了一些技巧。
  • 2020入坑圖像分割,我該從哪兒入手?
    初識圖像分割顧名思義，圖像分割就是指將圖像分割成多個部分。在這個過程中，圖像的每個像素點都和目標的種類相關聯。圖像分割方法主要可分為兩種類型：語義分割和實例分割。語義分割會使用相同的類標籤標註同一類目標（下圖左），而在實例分割中，相似的目標也會使用不同標籤進行標註（下圖右）。
  • 谷歌開源語義圖像分割模型:該領域當前最優模型
    剛剛，谷歌開源了語義圖像分割模型 DeepLab-v3+，DeepLab-v3+結合了空間金字塔池化模塊和編碼器-解碼器結構的優勢，是自三年前的 DeepLab 以來的最新、性能最優的版本。GitHub 地址：https://github.com/tensorflow/models/tree/master/research/deeplab語義圖像分割任務是指將語義標籤（例如「道路」、「天空」、「人」、「狗」）分配給圖像中的每一個像素，這種技術有很多新應用，例如，Pixel 2 和 Pixel 2 XL 智慧型手機中肖像模式的合成淺景深效應，以及行動裝置的實時語義分割等
  • 基於PyTorch的CV模型框架,北大學生出品TorchCV
    最近，一個名為 TorchCV 的計算機視覺模型框架站上了 GitHub 趨勢榜。項目連結：https://github.com/donnyyou/torchcv該庫提供了基於深度學習的大部分 CV 問題研究的原始碼，對於使用者來說，調用最常用、最為先進的計算機模型從此可以變得更加容易。
  • PyTorch更新!谷歌幫助開發,正式支持TensorBoard | 5大開源項目
    此外，圍繞著打造「開發和協作的AI社區」的願景，Facebook還介紹了5大開源工具。同時，他們也分享了Facebook在自家程序中應用AI的情況，以及對AI研究的展望。關於本次更新，Pytorch在下面的GitHub文檔中進行了詳細的解釋，請收好傳送門：https://github.com/pytorch/pytorch/releases/tag/v1.1.0對於這次更新，PyTorch的產品經理Joe Spisa表示，他們並不是要將PyTorch
  • Facebook 發布 Detectron2:基於 PyTorch 的新一代目標檢測工具
    雷鋒網 AI 開發者按：Detectron 是 FAIR 在 2018 年初公開的目標檢測平臺，包含了大量業內最具代表性的目標檢測、圖像分割、關鍵點檢測算法，該框架主要基於 python 和 caffe2 實現，開源項目已獲得了超 2.2w 的星標數。
  • 重磅| Torch7團隊開源PyTorch:Python優先的深度學習框架
    選自PyTorch.org機器之心編譯參與：吳攀、李澤南、李亞洲Torch7 團隊開源了 PyTorch。據官網介紹，PyTorch 是一個 Python 優先的深度學習框架，能夠在強大的 GPU 加速基礎上實現張量和動態神經網絡。
  • 一文總結數據科學家常用的Python庫(下)
    (https://www.analyticsvidhya.com/blog/2015/01/scikit-learn-python-machine-learning-tool/)/* TensorFlow */TensorFlow由Google開發，是一個流行的深度學習庫，可幫助您構建和培訓不同的模型。它是一個開源的端到端平臺。
  • 語音識別開源工具PyTorch-Kaldi:兼顧Kaldi效率與PyTorch靈活性
    Yoshua Bengio 團隊成員 Mirco Ravanelli 等人開發了一個試圖繼承 Kaldi 的效率和 PyTorch 的靈活性的開源框架——PyTorch-Kaldi。相關的論文已經在 ICASSP 2019 上發表了，論文標題如圖 3 所示。圖 3.
  • ImagePy——UI界面支持開放插件的Python開源圖像處理框架
    在 github：https://github.com/Image-Py/imagepy 上，不僅有關於這款圖像處理軟體的詳細介紹，還有一些使用示例，雷鋒網 AI 科技評論接下來將詳細介紹這一開源圖像處理框架。
  • PyTorch 1.7發布,支持CUDA 11、Windows分布式訓練
    PyTorch 1.7 部分新特性，詳情參見 https://github.com/pytorch/pytorch/releases/tag/v1.7.0。有開發者提出了自己的需求，例如 fp32 卷積、TensorFlow 有而 PyTorch 沒有的 Semantic Versioning：此時距離 PyTorch 1.6 版本發布僅三個月，不知道 PyTorch 的下一個版本又將帶給我們哪些驚喜。
  • "妙筆"生花:一個易用、高效的文本生成開源庫
    隨著研究的不斷深入，文本生成領域下的子任務和相應的模型越來越豐富，一些優秀的開源框架也紛紛湧現。 現有的開源文本生成庫大致可分為兩類，一類傾向於模塊化驅動，提供各個組件供研究者搭建不同的模型，但缺點在於許多特殊的baseline無法通過模塊完成；另一類傾向於baseline驅動，方便用戶快速調用baseline，但缺點在於整體結構不夠統一，可擴展性有限。
  • 保護隱私快速訓練,Facebook開源Opacus,用差分隱私訓練PyTorch
    近日，Facebook 開源了 Opacus 庫，支持以這種方式訓練 PyTorch 模型。近日，Facebook 開源了一個新型庫 Opacus，它支持使用差分隱私來訓練 PyTorch 模型，擴展性優於目前的 SOTA 方法。同時，Opacus 庫支持以最少代碼更改來訓練模型，且不會影響訓練性能，並允許在線跟蹤任意給定時刻的隱私預算。
  • 《PyTorch中文手冊》來了
    這是一本開源的書籍，目標是幫助那些希望和使用 PyTorch 進行深度學習開發和研究的朋友快速入門，其中包含的 Pytorch 教程全部通過測試保證可以成功運行。開源地址：https://github.com/zergtant/pytorch-handbook
  • 一文概述用 python 的 scikit-image 模塊進行圖像分割
    而圖像分割是圖像處理中非常重要的一個步驟，它是把圖像分成若干個特定的、具有獨特性質的區域，並提取出感興趣目標的技術。近日，工程師 Parul Pandey 發表了一篇博文，在博文中，她介紹了用 python 的 scikit-image 庫進行圖像分割的方法。具體涉及 scikit-image 的安裝，圖像導入以及用監督算法和無監督算法進行圖像分割的方法。
  • 英偉達醫療AI專用框架開源:要告別Pytorch和Caffe了嗎?
    雷鋒網(公眾號：雷鋒網)消息，英偉達與倫敦國王學院共同宣布了Project MONAI的開源alpha版本，該項目是一個醫療研究框架，現已在GitHub上提供。MONAI是AI Medical Open Network的縮寫。
  • 2018 年度 GtiHub 開源項目 TOP 25:數據科學 & 機器學習
    繼續向下滾動，大家點擊每個項目後面的連結就可以前往 GitHub 的代碼庫了。上面在綠框中的圖像是原始圖像，其餘的都是由 GANimation 生成的圖像。開源項目連結中包含了入門指南、數據準備資源、預備知識以及 Python 代碼。正如論文作者所提到的，不要將它用於不道德的目的。
  • 深度學習下的醫學圖像分析(一)
    儘管這些調查研究的對象現在僅限於一般的圖像，但我們的目標是將這些研究運用到醫學圖像中，幫助醫療保健的發展。在本文中，我將從圖像處理和醫學圖像格式數據入手，並對一些醫學數據進行可視化處理。在下一篇文章中，我將進深入剖析一些卷積神經網絡，並將其與Keras聯合，預測肺癌。