当前位置:   article > 正文

Dense-Unet实现眼底图像血管分割(VesselNet)_denseunet

denseunet

之前用Retina Unet项目实现了眼底图像血管分割,分割网络用的是Unet,现在看了DenseNet之后,将之前Unet网络中的Conv2d替换成下图的Dense Block之后,效果会有提升。
在这里插入图片描述
在DRIVE数据集上的AUC值:

MethodsAUC ROC on DRIVE
Retina-Unet0.9790
VesselNet0.9841

下面是Dense-Unet博主的项目连接:Retina-VesselNet

  • 首次运行:运行run main_train.py文件后会在experiment文件夹下生成数据路径文件,然后将自己的训练数据放进去,再次运行run main_train.py文件来进行训练。
  • 测试:如果像测试自己的图片,就将测试图片放在VesselNet / test / origin文件夹下面,然后在配置文件configs/segmention_config.json中修改图片类型,再运行main_test.py就可以预测了,预测的结果在VesselNet / test / result文件夹中
  • 预训练模型:也可以使用预先训练好的模型来直接预测
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/351137
推荐阅读
相关标签
  

闽ICP备14008679号