点击空白处退出提示
基于显微图像的高尔基体模式识别
我要开发同款作品详情
2. 数据预处理:基于实验室原有的图像处理方法,开发程序对源图像进行背景移除、像素缩放等处理,并使用DFS算法对高尔基体及非高尔基体进行提取及标注,从而构建测试集与训练集
3. 模式识别网络搭建:使用CNN & DNN基于PyTorch搭建传统目标识别网络,同时进行训练及超参数调整(如调整网络结构,损失函数等),最终将模型的F1分数成功提升到81%,并将解决方案和操作说明交付实验室以提升图像分析效率
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论