- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
计算机视觉图像识别实战及应用
机器学习项目:基于SVM算法的图像识别
1939人学习
¥59.00
Tensorflow框架:基于深度学习的图像识别
1115人学习
¥129.00
深度学习项目:Django搭建CNN网络实现图像识别
1416人学习
¥129.00
更 多 3 门 课 程
机器学习从入门到实践
Python人工智能训练营
11210人学习
¥179.00
机器学习算法原理推导及实战
5373人学习
¥129.00
机器学习项目:基于SVM算法的图像识别
1939人学习
¥59.00
更 多 4 门 课 程
机器学习算法工程实战之路
Python人工智能训练营
11210人学习
¥179.00
机器学习算法进阶及实战应用
2517人学习
¥299.00
XGBoost到DNN:软件缺陷检测优化
82人学习
¥8.90
更 多 3 门 课 程
机器学习工程师实战之路
Python核心编程与科学计算库
1476人学习
¥79.00
Python高级编程实战及应用
1036人学习
¥79.00
机器学习算法实战和应用
731人学习
¥149.00
更 多 4 门 课 程
机器学习工程师实战之路
Python核心编程与科学计算库
1476人学习
¥79.00
Python高级编程实战及应用
1036人学习
¥79.00
机器学习算法实战和应用
731人学习
¥149.00
更 多 4 门 课 程
- 课程介绍
- 课程大纲
适合人群:
具有计算机科学基础背景,并专注于深度学习、计算机视觉的爱好者
你将会学到:
快速掌握医学图像处理的基本流程和核心应用,并基于Django部署图像分割案例
课程简介:
本课程第一部分首先介绍了医学图像处理软件SimpleITK安装和使用,包括SimpleITK读取医学图像数据的方法等。其次介绍了关于图像特征提取的方法和医学影像组实现的过程。第二部分的内容讲述了关于使用Django框架部署机器学习的应用,包括人脸识别、文本分类和图像分类等。第三部分介绍图像分割的基础内容和分类,并使用Unet模型训练了基于眼底血管的图像分割综合案例,最后使用Django框架部署图像分割的案例。
一、综合案例启动界面
二、Unet模型实现眼底血管分割
展开更多
课程大纲-深度学习项目课:医学影像与图像分割
第1章医学图像处理软件SimpleITK(1小时39分钟13节)
第2章医学影像特征提取(1小时28分钟8节)
展开更多
“TIGT”老师的其他课程更多+