[pytorch]医学图像之肝脏语义分割(训练+预测代码).pdf

[pytorch]医学图像之肝脏语义分割(训练+预测代码).pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[pytorch]医学图像之肝脏语义分割 (训练+预测代码) ⼀⼀ ,,Unet结结构构 :: 结合上图的Unet结构, ytorch的unet代码如下 : unet. y : import torch.nn as nn import torch from torch import autograd class DoubleConv(nn.Module) : def init (self, in ch, out ch) : super(DoubleConv, self). init () self.conv = nn.Sequential( nn.Conv2d(in ch, out ch, 3, padding=1), nn.BatchNorm2d(out ch), nn.ReLU(inplace=True), nn.Conv2d(out ch, out ch, 3, padding=1), nn.BatchNorm2d(out ch), nn.ReLU(inplace=True) ) def forward(self, input) : return self.conv(input) class Unet(nn.Module) : def init (self, in ch, out ch) : super(Unet, self). init () self.conv 1 = DoubleConv(in ch, 64) self.pool1 = nn.MaxPool2d(2) self.conv2 = DoubleConv(64, 128) self.pool2 = nn.MaxPool2d(2) self.conv3 = DoubleConv(128, 256) self.pool3 = nn.MaxPool2d(2) self.conv4 = DoubleConv(256, 512) self.pool4 = nn.MaxPool2d(2) self.conv5 = DoubleConv(512, 1024) self.up6 = nn.ConvTranspose2d(1024, 512, 2, stride=2) self.conv6 = DoubleConv(1024, 512) self.up7 = nn.ConvTranspose2d(512, 256, 2, stride=2) self.conv7 = DoubleConv(512, 256) self.up8 = nn.ConvTranspose2d(256, 128, 2, stride=2) self.up8 = nn.ConvTranspose2d(256, 128, 2, stride=2) self.conv8 = DoubleConv(256, 128) self.up9 = nn.ConvTranspose2d(128, 64, 2, stride=2) self.conv9 = DoubleConv(128, 64) self.conv 10 = nn.Conv2d(64, out ch, 1) def forward(self, x) : c1 = self.conv 1(x) p1 = self.pool1(c1) c2 = self.conv2(p1) p2 = self.pool2(c2)

文档评论(0)

199****8042 + 关注
实名认证
内容提供者

相信自己,相信明天

1亿VIP精品文档

相关文档