作者 | Ellis&CV君
报道 | 我爱计算机视觉（微信id：aicvml）
分享一位52CV粉丝Ellis开发的基于PyTorch的专注于医学图像分割的开源库，其支持模型丰富，方便易用。其可算为torchio的一个实例，作者将其综合起来，包含众多经典算法，实用性比较强。
地址在这里：
https://github.com/MontaEllis/Pytorch-Medical-Segmentation
该库特点：
支持2D和3D医学图像分割，可以修改hparam.py文件来确定是2D分割还是3D分割以及是否可以进行多分类。
支持绝大数主流分割模型，几乎提供了所有的2D和3D分割的算法。
兼容几乎所有的医学数据格式(例如 nii.gz, nii, mhd, nrrd, ...)，修改hparam.py的fold_arch即可。
作者提供了训练和测试推断的代码，简单配置后训练和推断都仅需要一行命令。
已包含的分割模型：
2D
-
unet
-
unet++
-
miniseg
-
segnet
-
pspnet
-
highresnet(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
-
deeplab
-
fcn
3D
-
unet3d
-
densevoxelnet3d
-
fcn3d
-
vnet3d
-
highresnert(copy from https://github.com/fepegar/highresnet, Thank you to fepegar for your generosity!)
-
densenet3d
作者欢迎大家提意见和建议~
网友评论