下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
计算机视觉工程师之路
Python核心编程及实战应用
4712人学习
￥109.00
Python语言与数据库编程
1973人学习
￥89.00
Python基础项目课：PyQT实现ATM交易系统
1577人学习
￥99.00
更 多 9 门 课 程
计算机视觉图像识别实战及应用
机器学习项目：基于SVM算法的图像识别
2041人学习
￥59.00
Tensorflow框架：基于深度学习的图像识别
1182人学习
￥129.00
深度学习项目：Django搭建CNN网络实现图像识别
2217人学习
￥129.00
更 多 3 门 课 程
机器学习从入门到实践
Python人工智能训练营
26282人学习
￥179.00
机器学习算法原理推导及实战
8640人学习
￥129.00
机器学习项目：基于SVM算法的图像识别
2041人学习
￥59.00
更 多 4 门 课 程
机器学习算法工程实战之路
Python人工智能训练营
26282人学习
￥179.00
机器学习算法进阶及实战应用
3204人学习
￥299.00
XGBoost到DNN:软件缺陷检测优化
320人学习
￥8.90
更 多 3 门 课 程
机器学习算法工程实战之路
Python人工智能训练营
26282人学习
￥179.00
机器学习算法进阶及实战应用
3204人学习
￥299.00
XGBoost到DNN:软件缺陷检测优化
320人学习
￥8.90
更 多 3 门 课 程
- 课程介绍
- 课程大纲
适合人群：
具有计算机科学基础背景，并专注于深度学习、计算机视觉的爱好者
你将会学到：
快速掌握医学图像处理的基本流程和核心应用，并基于Django部署图像分割案例
课程简介：
本课程第一部分首先介绍了医学图像处理软件SimpleITK安装和使用，包括SimpleITK读取医学图像数据的方法等。其次介绍了关于图像特征提取的方法和医学影像组实现的过程。第二部分的内容讲述了关于使用Django框架部署机器学习的应用，包括人脸识别、文本分类和图像分类等。第三部分介绍图像分割的基础内容和分类，并使用Unet模型训练了基于眼底血管的图像分割综合案例，最后使用Django框架部署图像分割的案例。
一、综合案例启动界面
二、Unet模型实现眼底血管分割
展开更多
课程大纲-深度学习项目课：医学影像与图像分割
第1章医学图像处理软件SimpleITK(1小时39分钟13节)
第2章医学影像特征提取(1小时28分钟8节)
展开更多
资料下载
点击打包下载，即可获取该课程全部资料
- 所属章节
- 资料名称
- 文件大小
- 下载
- 1-1
- chapter01.zipPython虚拟机环境搭建与SimpleITK应用
- 120.49M
- 点击下载
- 1-13
- 2.pdf医学图像特征提取技术与应用
- 808.15KB
- 点击下载
- 2-1
- 7397383.pdf医学影像分析工具库SimpleITK与数据处理
- 2.11M
- 点击下载
- 2-8
- chapter02.zipPython模型预测实战指南
- 423.37M
- 点击下载
- 3-1
- readme.txtPython 3.12 人脸识别与属性分析资料包
- 0.22KB
- 点击下载
- 5-1
- djangoproject.zip机器学习图像分类实战教程
- 49.12M
- 点击下载
- 5-4
- chapter08.zip支持向量机农作物分类模型训练
- 26.42M
- 点击下载
- 5-5
- text-classification.zip文本分类与分词技术资料包
- 497.4KB
- 点击下载
- 6-1
- 图像分割.docx图像分割技术：U-Net模型与应用
- 2.59M
- 点击下载
- 6-8
- retina-unet.zipUnet模型训练与TensorFlow实践指南
- 866.22M
- 点击下载
- 7-1
- 虚拟数字人.pdfDjango集成U-Net模型实现图像分割
- 986.52KB
- 点击下载
- 7-6
- djangoproject.zip图像处理与分割技术资料包
- 903.32M
- 点击下载
“TIGT”老师的其他课程更多+
