说明：Lite HRNet：一种轻量级高分辨率网络

说明：计算内窥镜平台（用于分析内窥镜视频的高级深度学习工具集）[MICCAI 22，MICCAI21，ISBI 21，CVPR 20]

说明：使用MMSegmentation在自定义数据集上开发和基准测试不同模型的指南。

说明：3D医疗卷的验证和度量计算（Raidionics的后端）

说明：Repositorio que contiene los códigos utilizados para el desarrollo de unsistema de predicción de sonidos cardiacos mediante redes神经元...

说明：Streamlit应用程序，用于使用MeshSegNet对口腔内牙齿扫描进行3D语义分割

说明：该项目利用PyTorch中实现的U-Net架构的强大功能进行乳腺癌图像分割。

说明：机器视觉（EE 576）课程的题为“使用RGB-D数据的点云分割和对象跟踪”的最终项目。

说明：通过流形学习揭示深度神经网络特征空间连续体中的隐藏模式（Nature Communications，2023）

说明：利用信用卡数据的K-means聚类，该项目根据客户的余额、购买行为和信用卡消费行为对客户进行细分...

说明：基于Canny特征和并集上的边界框交集（IoU）的区域标记。

说明：[ICCV 2023]BoxSnake官方存储库。

说明：一种有用的工具，用于将高分辨率图像划分为×平铺，同时保留其注释，包括多边形和边界框。

说明：医学图像（sclérose en斑块）的分割与预处理

说明：用于医学图像分析的监督预训练3D模型

说明：使用python为不同的用例实现mean shift算法

说明：我使用YOLOv5进行对象检测，使用U-Net在MNISTDD-RGB上进行图像分割（CMPUT类的课程工作）

说明：基于自监督对比学习的未标记数据在3D医学图像分割中的应用

说明：2D3D语义和实例分割映射的实例级度量

说明：语义分段CNN的PyTorch实现：该存储库具有关键架构，如UNet、DeepLabv3+、SegNet、FCN和...

说明：DiffSeg是一种无监督零镜头分割方法，使用来自稳定扩散模型的注意信息。此回购实现...

说明：使用OpenCV进行图像处理

说明：将图像分解为层（快速柔和颜色分割）

说明：FuseNet：用于医学图像分割的自监督双路径网络

说明：Pytorch代码，用于论文“弱标注器联合分类和分割的深度主动学习”

说明：YOLOv8检测和C中的分段采样++

说明：眼镜和太阳镜检测器（分类器和分割器）

说明：IHC引导下乳腺癌上皮细胞分割

说明：这是一个非官方的PyTorch实现，用于通过带去噪自动编码器的后处理进行图像分割的解剖先验

说明：超声图像中检测颈动脉的分割模型（正在进行中）