【尊享】ZX080 – Pytorch生物医学视觉深度学习入门与实战-豪华版 [44G]

┣━━00.资料 [25.6G]
┃ ┣━━最后后几章资料 [15.9G]
┃ ┃ ┣━━LITS2017肝脏肿瘤分割挑战数据集 [15.8G]
┃ ┃ ┃ ┣━━batch2 [11.1G]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_116-130.rar [1.7M]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_28-70.zip [5.6M]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_71-81.zip [3.6M]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_82-97.zip [6.3M]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_98-115.rar [2.4M]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_V111-130.zip [3.2G]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_v20-60.rar [1G]
┃ ┃ ┃ ┃ ┣━━Training Batch 2_V61-90.zip [2.8G]
┃ ┃ ┃ ┃ ┗━━Training Batch 2_v91-110.zip [4G]
┃ ┃ ┃ ┣━━LITS-Challenge-Test-Data-20180512T073105Z-010.zip [770.8M]
┃ ┃ ┃ ┗━━Training_Batch1.zip [4G]
┃ ┃ ┣━━20220308-215602.mp4 [20.9M]
┃ ┃ ┣━━代码.zip [97.9K]
┃ ┃ ┣━━多分类DICE和miou.ipynb [5.7K]
┃ ┃ ┣━━多分类dice和mIOU.mp4 [57M]
┃ ┃ ┣━━多脏器分割 copydicemiou.ipynb [351.7K]
┃ ┃ ┣━━课件.zip [32.2M]
┃ ┃ ┣━━a novel fully automated mri-based deep learning method for classification of idh mutation .pdf [700.8K]
┃ ┃ ┣━━courtiol2019.pdf [3.7M]
┃ ┃ ┣━━D3Unet——.ipynb [117.8K]
┃ ┃ ┣━━D3Unet.ipynb [57.3K]
┃ ┃ ┣━━deepsurv.zip [15M]
┃ ┃ ┣━━deepsurvkS.ipynb [248.6K]
┃ ┃ ┣━━Kapil 等。 – 2021 – Domain Adaptation-Based Deep Learning for Automate (1).pdf [7.9M]
┃ ┃ ┣━━Kapil 等。 – 2021 – Domain Adaptation-Based Deep Learning for Automate.pdf [7.9M]
┃ ┃ ┣━━MNIST.ipynb [46.8K]
┃ ┃ ┣━━rgbsg.h5 [84.6K]
┃ ┃ ┗━━UNETR Transformers for 3D Medical Image Segmentation.pdf [1M]
┃ ┣━━YOLOV5 [251.6M]
┃ ┃ ┣━━yolov5-1.mp4 [120.5M]
┃ ┃ ┗━━yolov5.mp4 [131.1M]
┃ ┣━━17_train_mIou_0.9829999804496765_test_mIou_0.9819999933242798.pth [123.5M]
┃ ┣━━89_train_mIou_0.9380000233650208_test_mIou_0.9330000281333923.pth [123.5M]
┃ ┣━━肺结节目标检测代码.zip [407K]
┃ ┣━━肺结节TCIA数据.zip [3.6G]
┃ ┣━━腹腔多脏器边缘分割.zip [1.8G]
┃ ┣━━肝脏CT边缘分割.zip [62.6M]
┃ ┣━━课件.zip [32.2M]
┃ ┣━━皮肤病智能检测.zip [2.5G]
┃ ┣━━血细胞分类.zip [211.6M]
┃ ┣━━血液细胞目标检测.zip [259.4M]
┃ ┣━━pytorch基础讲解.ipynb [194.5K]
┃ ┣━━TCGA颅脑MRI语义分割.zip [350.5M]
┃ ┗━━yolov5.zip [356.3M]
┗━━01.视频 [18.4G]
┣━━01 Pytorch深度学习框架搭建 [294.3M]
┃ ┣━━01-主流python神经网络框架介绍.abc [125.2M]
┃ ┣━━02-Anaconda编码环境搭建.abc [37.6M]
┃ ┣━━03-安装Pytorch+cuda11（GPU版本）.abc [58M]
┃ ┗━━04-RTX30系显卡参数对比.abc [73.5M]
┣━━02 Pytorch tensor基础 [168.6M]
┃ ┣━━01-张量Tensor和数组Array基本转换.abc [73.9M]
┃ ┣━━02-图像数据的Tensor和Array.abc [66.2M]
┃ ┗━━03-三大视觉领域图像输入形式概览.abc [28.4M]
┣━━03 深度学习之卷积神经网络 [278.5M]
┃ ┣━━01-什么是卷积神经网络–发展和进化.abc [150.7M]
┃ ┣━━02-卷积神经网络的训练步骤和循环.abc [51.4M]
┃ ┗━━03-神经网络核心部件–优化器和损失函数.abc [76.4M]
┣━━04 小试牛刀–MNIST手写数据集项目 [601.2M]
┃ ┣━━01-MNIST手写数据集下载和可视化.abc [189.2M]
┃ ┣━━02-写一个简单的卷积神经网络.abc [147.7M]
┃ ┣━━03-训练神经网络.abc [224.3M]
┃ ┗━━04-改写CNN模型训练函数.abc [40.1M]
┣━━05 生物和医学视觉领域数据搜索和获取 [365.3M]
┃ ┣━━01-生物医学视觉数据源总览.abc [164.5M]
┃ ┗━━02-生物医学视觉数据源–网站和数据库.abc [200.8M]
┣━━06 分类项目(1)–显微镜HE染色血液细胞分类 [722.3M]
┃ ┣━━01-血细胞分类数据集和项目介绍.abc [39.3M]
┃ ┣━━02-血细胞数据集下载.abc [34.3M]
┃ ┣━━03-使用transforms对图片数据转Tensor.abc [55.8M]
┃ ┣━━04-数据读取和Dataloader的使用.abc [94.5M]
┃ ┣━━05-定义卷积神经网络.abc [177.7M]
┃ ┣━━06-添加优化器，损失函数和训练函数.abc [66.6M]
┃ ┣━━07-模型预测性能评测.abc [212.4M]
┃ ┗━━08-训练模式和预测模式.abc [41.8M]
┣━━07 神经网络的训练常用技巧 [288M]
┃ ┣━━01-数据增强概念.abc [32.2M]
┃ ┣━━02-数据增强的代码实现.abc [39.4M]
┃ ┣━━03-学习速率衰减概念.abc [31.5M]
┃ ┣━━04-学习速率衰减代码实现.abc [36.1M]
┃ ┣━━05-批次标准化和Dropout.abc [80.8M]
┃ ┣━━06-批次标准化和Dropout实现.abc [22.4M]
┃ ┗━━07-神经网络权重保存.abc [45.6M]
┣━━08 深度学习视觉图像分类–AlexNet，VGG, ResNet，SENET [1.1G]
┃ ┣━━01-卷积神经网络总览和算力评估.abc [57.3M]
┃ ┣━━02-元老级网络AlexNet和VGG16.abc [75.1M]
┃ ┣━━03-Alex和VGG网络的实现与训练.abc [150.5M]
┃ ┣━━04-残差网络Resnet概念及结构.abc [54M]
┃ ┣━━05-ResBlock残差块构建.abc [105.5M]
┃ ┣━━06-残差网络Resnet主体结构构建和训练结果.abc [306.8M]
┃ ┣━━07-使用API直接构建多种Resnet残差网络.abc [220.6M]
┃ ┣━━08-Sota模型SENET概念和结构.abc [47.5M]
┃ ┗━━09-SEBlock实现和SENET实现与训练.abc [78.9M]
┣━━09 深度学习视觉图像分类–Inceptionv3，DensenNet， EffientNet [505.5M]
┃ ┣━━01-DenseNet概念与结构.abc [38.4M]
┃ ┣━━02-DenseNet实现与训练.abc [69M]
┃ ┣━━03-谷歌系列Inceptionv3概念与结构.abc [40.7M]
┃ ┣━━04-Inceptionv3实现和训练（denseNet训练）.abc [174.6M]
┃ ┣━━05-谷歌系列EffientNetb1-b7.abc [50.6M]
┃ ┗━━06-使用API实现EffientNet.abc [132.2M]
┣━━10 分类项目(2)–皮肤病智能诊断 [1.4G]
┃ ┣━━01-皮肤病诊断项目介绍和数据获取.abc [86.7M]
┃ ┣━━02-初步读取和整合数据.abc [162.5M]
┃ ┣━━03-获取图像数据绝对路径和分类编码.abc [371.2M]
┃ ┣━━04-自定义Dataset数据集的使用（重点）.abc [122.9M]
┃ ┣━━05-数据展示和绘图.abc [117.3M]
┃ ┣━━06-模型建立EffientNetB4和ResNet50.abc [219.4M]
┃ ┣━━07-模型性能评测.abc [308.1M]
┃ ┗━━08-增加模型训练泛化能力小技巧.abc [62.2M]
┣━━11 深度学习视觉领域–图像语义分割 [177.7M]
┃ ┣━━01-什么是图像语义分割.abc [52.1M]
┃ ┗━━02-图像语义分割模型结构和评价指标Iou.abc [125.6M]
┣━━12 语义分割项目(1)–TCGA颅脑肿瘤MRI分割 Unet [1.4G]
┃ ┣━━01-颅脑MRI分割任务和数据集下载.abc [34M]
┃ ┣━━02-医学分割模型-Unet.abc [68.5M]
┃ ┣━━03-颅脑MRI数据输入整理.abc [402.9M]
┃ ┣━━04-自定义Dataset.abc [248.8M]
┃ ┣━━05-医学分割任务常用模型–Unet概念和结构.abc [68.6M]
┃ ┣━━06-Une下采样Encoder实现.abc [72.2M]
┃ ┣━━07-Une上采样Dcoder实现.abc [52.4M]
┃ ┣━━08-Unet主体结构.abc [158.8M]
┃ ┣━━09-Unet神经网络训练.abc [256.1M]
┃ ┗━━10-Unet加载权重预测.abc [79.8M]
┣━━13 TCGA颅脑肿瘤MRI分割 –Unet-Deeplabv3，PSPNET，MANET [1.4G]
┃ ┣━━01-图像语义分割高阶API.abc [254.8M]
┃ ┣━━02-Deeplabv3模型概念和结构.abc [120M]
┃ ┣━━03-Deeplabv3模型建立与训练.abc [186.5M]
┃ ┣━━04-医学常用模型评价指标Dice.abc [24.5M]
┃ ┣━━05-评价指标Dice实现.abc [297.6M]
┃ ┣━━06-PSPNET模型建立与训练.abc [96.9M]
┃ ┣━━07-PSPNET模型概念和结构.abc [37.6M]
┃ ┗━━08-MANET模型建立与训练.abc [442.3M]
┣━━14 语义分割项目(2)–肝脏CT边缘分割 [408.7M]
┃ ┣━━01-肝脏CT边缘分割项目及数据集.abc [62M]
┃ ┗━━02-肝脏边缘分割项目模型建立和训练预测.abc [346.8M]
┣━━15 语义分割项目(3)–腹部MRI多脏器边缘分割 [864.1M]
┃ ┣━━01-腹部MRI多脏器边缘分割项目介绍.abc [73.2M]
┃ ┣━━02-多脏器分割数据集处理.abc [109.3M]
┃ ┣━━03-医学DICOM格式数据处理.abc [91.2M]
┃ ┣━━04-多分类LABEL数据像素编码.abc [104.7M]
┃ ┣━━05-自定义Dataset数据集.abc [221.1M]
┃ ┣━━06-自定义输入数据检测.abc [53M]
┃ ┣━━07-Unet魔改网络.abc [29.1M]
┃ ┣━━08-Unet++神经网络建立与训练.abc [97.3M]
┃ ┗━━09-多脏器分割模型性能检测.abc [85.4M]
┣━━16 深度学习视觉–目标检测与追踪 [175.5M]
┃ ┣━━01-什么是目标检测.abc [87.6M]
┃ ┣━━02-目标检测算法分类.abc [62.3M]
┃ ┗━━03-目标检测性能评价指标mIou和mAP.abc [25.6M]
┣━━17 目标检测项目(1)–血液细胞目标检测 [1.7G]
┃ ┣━━01-血液细胞目标检测项目介绍.abc [148.5M]
┃ ┣━━02-数据输入和xml文件处理.abc [302.9M]
┃ ┣━━03-xml文件解析函数.abc [161.8M]
┃ ┣━━04-自定义Dataset数据集(2).abc [162.7M]
┃ ┣━━05-定义Dataloader.abc [111.9M]
┃ ┣━━06-绘制边界框BoundingBox.abc [177.6M]
┃ ┣━━07-Faster-RCNN模型概念.abc [141.6M]
┃ ┣━━08-Faster-RCNN模型建立.abc [373.2M]
┃ ┗━━09-计算AnchorBox的mIou.abc [196.3M]
┣━━18 目标检测项目(1)–血液细胞目标检测 [1.3G]
┃ ┣━━01-Faster-RCNN模型训练.abc [131.3M]
┃ ┣━━02-模型性能检测.abc [236.3M]
┃ ┣━━03-计算性能评价指标mAP.abc [523.8M]
┃ ┣━━04-SSD模型概念.abc [58.7M]
┃ ┣━━05-SSD模型建立和训练.abc [172M]
┃ ┣━━06-retinaNet模型概念.abc [35M]
┃ ┗━━07-RetinaNet模型建立与预测.abc [171.8M]
┣━━19 目标检测项目(2)–肺癌CT目标检测 [1.1G]
┃ ┣━━01-肺癌CT目标检测项目介绍.abc [119.6M]
┃ ┣━━02-TCIA数据库数据下载.abc [308.4M]
┃ ┣━━03-Dicom输入数据整理.abc [115.6M]
┃ ┣━━04-获取DCM文件UID.abc [136.6M]
┃ ┣━━05-DCM文件与XML文件对应关系.abc [189.4M]
┃ ┣━━06-xml文件解析.abc [110.4M]
┃ ┗━━07-绘制边界框BoundingBox.abc [107.8M]
┣━━20 目标检测项目(2)–肺癌CT目标检测 [393.7M]
┃ ┣━━01-Faster-RCNN模型建立与训练.abc [118.3M]
┃ ┣━━02-Faster-RCNN预测性能评测.abc [118.5M]
┃ ┣━━03-SSD模型建立与训练预测.abc [70.3M]
┃ ┗━━04-RetinaNet模型建立与训练预测.abc [86.6M]
┣━━21 数据标注 [87.6M]
┃ ┣━━01-目标检测数据标注Labelimg.abc [45M]
┃ ┗━━02-语义分割数据标注Labelme.abc [42.6M]
┣━━22 GPU计算资源和算力评估 [661M]
┃ ┣━━01-免费GPU算力kaggle(TeslaP100).abc [129.2M]
┃ ┣━━02-其他算力资源.abc [231.1M]
┃ ┣━━03-GPU算力平台（RTX3090+RTXA6000).abc [75.9M]
┃ ┣━━04-GPU算力平台（RTX3090).abc [55.9M]
┃ ┗━━05-GPU算力实时训练速度对比.abc [168.9M]
┣━━23 实时目标检测与追踪 [1005.2M]
┃ ┣━━肺结节实时目标检测 [471.3M]
┃ ┃ ┣━━01-肺结节检测正式项目.abc [205.4M]
┃ ┃ ┣━━02-肺结节实时目标检测与追踪.abc [129.1M]
┃ ┃ ┗━━03-肺结节实时目标检测与追踪效果展示.abc [136.8M]
┃ ┗━━血细胞实时目标检测 [533.9M]
┃ ┣━━01-血细胞目标检测正式项目.abc [69.4M]
┃ ┣━━02-血细胞实时目标检测与追踪.abc [283.7M]
┃ ┗━━03-血细胞实时目标检测效果展示.abc [180.8M]
┣━━24-3D图像肝脏-三维图像语义分割 [1.5G]
┃ ┣━━01-3D图像语义分割简介.abc [99.2M]
┃ ┣━━02-3D数据集下载及处理.abc [211.9M]
┃ ┣━━03-数组堆叠.abc [127.3M]
┃ ┣━━04-3D自定义数据集.abc [373.8M]
┃ ┣━━05-3D卷积核简介.abc [31M]
┃ ┣━━06-3D模块双卷积.abc [106.2M]
┃ ┣━━07-上采样和下采样.abc [247.3M]
┃ ┣━━08-Unet3d主体.abc [175.1M]
┃ ┗━━09-模型训练和预测.abc [145.1M]
┗━━25-DeepSurv神经网络感知器预测生存 [691.7M]
┣━━1-DeepSurv介绍.abc [180.7M]
┣━━2-DeepSurv项目介绍.abc [147.9M]
┣━━3-DeepSurv拟合生存数据.abc [141.7M]
┣━━4-DeepSurv个体化治疗推荐.abc [94.3M]
┗━━5-DeepSurv个体化治疗推荐代码详解.abc [127.1M]

admin网站管理

收藏 海报 链接