用于图像分割和分类的简单方便的深度学习管道
项目描述
# InstandDL：用于图像分割和分类的简单方便的深度学习管道
[]( https://travis-ci.com/marrlab/InstantDL )
InstantDL 使专家和非专家能够对生物医学图像数据使用最先进的深度学习方法。InstantDL 提供了医学图像处理中最常见的四种任务：语义分割、实例分割、逐像素回归和分类。有关方法的更深入讨论，以及使用此包比较结果和基准，请参阅我们在 bioRxiv [此处]( https://doi.org/10.1101/2020.06.22.164103 )上的预印本
<p align=”center”> <img src=”docs/Instand_DL_farbig_RGB.png” width=”400” /> </p>
## 文档
有关文档，请参阅 [docs](docs)
有关介绍 InstantDL 的简短视频，请参阅：
<a href=” http://www.youtube.com/watch?v=Wy4wlEyE2fA ”> <p align=”center”> <img href=”InstantDL” src=” http://img.youtube.com/ vi/Wy4wlEyE2fA/0.jpg ” width=”500” align=”center”> </p> <a>
## 贡献
我们对任何贡献感到高兴。对于任何建议的更改，请向开发分支发送拉取请求。
## 引用
如果你使用 InstantDL，请引用这篇论文：
` @article { author = {Waibel, Dominik Jens Elias and Shetab Boushehri, Sayedali and Marr, Carsten}, title = {InstantDL - An easy-to-use deep learning pipeline for image segmentation and classification}, year = {2021}, doi = {10.1186/s12859-021-04037-3}，网址 = {https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-021-04037-3#article-info}，电子版 = {https:// /doi.org/10.1186/s12859-021-04037-3}，期刊 = {BMC 生物信息学} } `
](https://travis-ci.com/marrlab/InstantDL){kind=link}
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。