#3d-segmentation Repositories
Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #3d-segmentation getaggt sind und insgesamt 14,140 Sterne gesammelt haben (durchschnittlich 1,414 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Beckschen/TransUNet mit 3,250 Sternen.
Insgesamt 10 Repositories
Dieses Repository enthält das offizielle Projekt von TransUNet, das in unserer Arbeit vorgestellt wird: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
3D U-Net-Modell für volumetrische semantische Segmentierung in PyTorch geschrieben
[ECCV'2024] Gauss'sche Gruppierung für offene Rekonstruktion, Segmentierung und Bearbeitung von beliebigen Objekten.
Dies ist ein komplettes Paket aktueller Deep-Learning-Methoden für 3D-Punktwolken in PyTorch (mit vortrainierten Modellen).
[MICCAI-Preis für junge Wissenschaftler 2019] [MedIA-Preis für die beste Publikation] Models Genesis: selbstüberwachtes Vortraining für medizinische 3D-Bilder. Lernt übertragbare Repräsentationen aus nicht annotierten CT- und MRT-Volumendaten und wird anschließend für nachgelagerte Segmentierungs- und Klassifikationsaufgaben feinabgestimmt. Keras- und PyTorch-Gewichte enthalten.
Häufig gestellte Fragen
Welches ist das beliebteste #3d-segmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#3d-segmentation-Projekt auf GitHub ist Beckschen/TransUNet mit 3,250 Sternen. Dieses Repository enthält das offizielle Projekt von TransUNet, das in unserer Arbeit vorgestellt wird: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
Welche Programmiersprachen werden in #3d-segmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #3d-segmentation-Projekten auf GitHub sind Python, Jupyter Notebook, C++, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #3d-segmentation-Repositories berechnet?
Wir verfolgen 10 aktive Open-Source-Repositories, die mit #3d-segmentation getaggt sind (500+ Sterne), mit insgesamt 14,140 Sternen und durchschnittlich 1,414 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.