没有项目描述
delira的Python项目详细描述
Delira-放射学深度学习
作者：Justus Schock, Oliver Rippel, Christoph Haarburger
简介
delira最初是作为医学图像（如ct或mri）的深度学习框架开发的。目前，它可以处理任意数据（基于NumPy）。
它基于batchgenerators和trixi为
- 数据集加载
- 数据集采样
- 增强（多线程），包括具有任意数量通道的3D图像
- 一个通用的培训师类，为所有人实现培训过程backends
- 已经实现了models用于医学图像处理和大多数常用模型的示例实现（如resnet）
- 使用Visdom
- 张力板监控
- 模型保存和加载功能
delira支持分类和回归问题以及生成性对抗网络和分割任务。
安装
选择后端
目前唯一可用的后端是PyTorch和TensorFlow（或者根本没有后端）。如果您想添加另一个后端，请打开一个问题（这应该一点都不难），我们将在这样做的过程中指导您。
| Backend | Binary Installation | Source Installation | Notes |
|---|---|---|---|
| None | ^{ | ^{ | Training not possible if backend is not installed separately |
| ^{ | ^{ | ^{ | ^{ |
| ^{ | ^{ | ^{ | the ^{ |
| Full | ^{ | ^{ | All backends will be installed. |
Docker
使用delira最简单的方法是通过Docker（使用nvidia-runtime支持GPU）并使用Dockerfile或prebuild-images。
聊天
我们有一个community chat on slack。如果你需要邀请，就跟着this link。
开始
学习如何使用的最好方法是查看tutorial notebook。 分类问题、分段方法和gan的示例实现也在notebooks文件夹中提供。
文档
文档托管在ReadTheDocs/Delira。 最新主分支的文档总是可以在项目的github page中找到。
贡献
如果您发现一个bug或有改进的想法，请查看我们的contribution guideline。
欢迎加入QQ群-->： 979659372
