使用 3D UNet 進行影像的分割。

Jupyter-Image-Segmentation-3D-UNet-PyTorch.png

[操作步驟及說明]

1_train.ipynb

設定 parameters 參數:

• config_filename : 設定檔的路徑

• model_filename : 輸出的模型檔案路徑

• nthreads : 執行緒的數量

• ngpus : GPU 的數量

• fit_gpu_mem : GPU 的記憶體使用量

設定完成後,即可執行。

2. 2_inference.ipynb

設定 parameters 參數:

• output_directory : 輸出的檔案路徑

• config_filename : 設定檔的路徑

• model_filename : 輸入的模型檔案路徑

• nthreads : 執行緒的數量

• ngpus : GPU 的數量

設定完成後,即可執行。

3. 3_inference_visualization.ipynb

設定 parameters 參數:

• sample_filename : 輸入的檔案

• sample_filename_mask : 輸入的 mask 檔案

• slice_n : 第幾張 slice

設定完成後,即可執行。

執行後,即可看到 3D UNet 推論的結果。

這個 SDK 內建於 AppForAI 人工智慧開發工具

單獨購買價格:5,000元,永久授權,單一 SDK 授權,單機授權,一次下載,無更新服務,一年電子郵件範例諮詢服務。如果是軟體客製化問題,請購買我們的客製化顧問服務點數。