基于Unet的医学影像处理程序

人工智能 其他 案例ID:226190
陈晨晟
1 年经验· 自习室管理系统
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

2024年06月~2024年07月 基于Unet的医学影像处理程序 负责人
主要任务:完成数据处理,模型选用,训练,调参,评估的全流程,实现目标文件的处理。
数据处理 :获取1000张染色体图像,训练集包含23对染色体标注的JSON文件,测试集含有23对染色体的背景的无标注文件。
模型选用:运用cv2、PyTorch和TensorFlow框架对染色体分割图像进行处理。
模型训练:基于UNET训练框架,调整包括batchsize、训练轮次、学习率等超参数,综合考虑时间,空间和训练效果的平衡,优化模型
性能。
效果评估:使用dice系数作为评判标准,最终识别准确率达到90%。

基于Unet的医学影像处理程序

人工智能 · 其他 案例ID:226190
联系该工程师
微信扫码,建群沟通
作者: 陈晨晟 - 1年经验- 自习室管理系统

案例介绍

2024年06月~2024年07月 基于Unet的医学影像处理程序 负责人
主要任务:完成数据处理,模型选用,训练,调参,评估的全流程,实现目标文件的处理。
数据处理 :获取1000张染色体图像,训练集包含23对染色体标注的JSON文件,测试集含有23对染色体的背景的无标注文件。
模型选用:运用cv2、PyTorch和TensorFlow框架对染色体分割图像进行处理。
模型训练:基于UNET训练框架,调整包括batchsize、训练轮次、学习率等超参数,综合考虑时间,空间和训练效果的平衡,优化模型
性能。
效果评估:使用dice系数作为评判标准,最终识别准确率达到90%。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×