如何使用unet网络进行训练和预测
·
环境配置
git clone https://github.com/zhixuhao/unet.git
D:
cd D:\KerasProject\unet
conda create -n unet python=3.6
activate unet
conda install tensorflow-gpu==1.12
conda install keras
pip install jupyter
pip install scikit-image
开始训练-使用pycharm
S1
Project地址是:
D:\KerasProject\unet
S2
使用pycharm打开
S3
修改路径
data/cta/test
修改成:
("data/CTANew/test")
注意,测试集里边的文件名要修改成
同时,还要把测试记得大小给修改成13张图片;
results = model.predict_generator(testGene,13,verbose=1)
S4
开始训练:
配置文件如下:
开始训练-使用jupyter-notebook
D:
cd D:\KerasProject\unet
activate unet
ipython notebook
阅读全文
AI总结
更多推荐
相关推荐
查看更多
A2A

谷歌开源首个标准智能体交互协议Agent2Agent Protocol(A2A)
ai-agents-for-beginners

这个项目是一个针对初学者的 AI 代理课程,包含 10 个课程,涵盖构建 AI 代理的基础知识。源项目地址:https://github.com/microsoft/ai-agents-for-beginners
n8n

n8n 是一个工作流自动化平台,它结合了代码的灵活性和无代码的高效性。支持 400+ 集成、原生 AI 功能以及公平开源许可,n8n 能让你在完全掌控数据和部署的前提下,构建强大的自动化流程。源项目地址:https://github.com/n8n-io/n8n
目录
所有评论(0)