scutan90 / Breast-imaging-Deeplearning
基于深度学习的乳腺医学诊断
☆115Updated 5 years ago
Alternatives and similar repositories for Breast-imaging-Deeplearning:
Users that are interested in Breast-imaging-Deeplearning are comparing it to the libraries listed below
- 《深度学习之PyTorch实战计算机视觉》全书代码☆132Updated 5 years ago
- 此库为2017-2018年度工程实践项目,主要目的是能够识别图像类别,尤其是医学类,然后在医学类中再进行更为细致的类别识别,以达到医学影像这一垂直领域的应用目的。☆81Updated 4 years ago
- Learn Computer Vision The Hard Way,通过实际案例来学习计算机视觉。☆74Updated 5 years ago
- U-Net图像分割练习题两则☆127Updated 6 years ago
- [译] fast.ai 机器学习和深度学习中文笔记☆414Updated 3 years ago
- 机器学习&深度学习资料笔记&基本算法实现&资源整理(ML / CV / NLP / DM...)☆225Updated last year
- 一个面向初学者的,友好的Keras入门教程☆123Updated 5 years ago
- 猫狗大战☆27Updated 6 years ago
- 这个仓库是用来设置你的 Python 环境和深度学习框架环境☆33Updated 7 years ago
- 计算机视觉笔记和总结☆63Updated 6 years ago
- The source code and dataset about <Deep Learning - Best Practices on TensorFlow Engineering Implementation>☆218Updated 4 years ago
- 机器学习深度学习知识点☆24Updated 5 years ago
- 本项目是TensorFlow2.0学习笔记,主要参考官方文档,此外也添加个人许多个人使用心得体会等内容,本项目所有笔记也发布在博客园等平台,希望对你有所帮助。☆54Updated 5 years ago
- 论文分享☆42Updated 2 years ago
- liver cancer classify model with DL(3D-Conv)大数据医疗—肝癌影像AI诊断比赛☆41Updated 5 years ago
- 谷歌INCEPTION-RESNET-V3迁移学习实现图像二分类判断图像是否生病☆17Updated 6 years ago
- 天池比赛,kaggle等等(Keras/PyTorch实战)☆182Updated 4 years ago
- 基于U-net和MRI图像的膀胱壁边缘以及膀胱肿瘤检测☆61Updated 5 years ago
- 天池比赛-肺部CT多病种智能诊断-全球数据智能大赛(2019)“数字人体”赛场一☆18Updated 5 years ago
- 《深度学习理论与实战:基础篇》代码☆132Updated 3 years ago
- 统计学习方法训练营课程作业及答案,视频笔记在线阅读地址:https://relph1119.github.io/statistical-learning-method-camp☆195Updated 2 years ago
- DeepSeg : 4th place(top3%) solution for Retinal Edema Segmentation Challenge in 2018 AI challenger☆107Updated 2 years ago
- Artificial Intelligence Learning Notes.☆273Updated last year
- 医学图像处理的相关学习资料及论文的整理分享☆165Updated 6 years ago
- 雪浪制造AI挑战赛—视觉计算辅助良品检测☆99Updated 5 years ago
- A collection of popular Data Science Competitions☆55Updated 6 years ago
- 记录Learning from data一书中的习题解答☆78Updated 5 years ago
- 深度学习500问,以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者。 全书分为18个章节,50余万字。由于 水平有限,书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作,联系sc…☆164Updated 5 years ago
- PaddlePaddle Tutorial for Deep Learning Researchers.☆29Updated 5 years ago
- 龙曲良《TensorFlow深度学习》学习笔记及代码,采用TensorFlow2.0.0版本☆174Updated 2 years ago