#medical-image-segmentation Repositories
Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #medical-image-segmentation getaggt sind und insgesamt 41,590 Sterne gesammelt haben (durchschnittlich 1,980 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist open-mmlab/mmsegmentation mit 9,527 Sternen.
Insgesamt 21 Repositories
Einfach zu bedienende Bildsegmentierungs-Bibliothek mit toller Sammlung vortrainierter Modelle, die eine breite Palette praktischer Aufgaben in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation usw. unterstützt.
Dieses Repository enthält das offizielle Projekt von TransUNet, das in unserer Arbeit vorgestellt wird: TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation.
Die Codes für die Arbeit „Swin-Unet: Unet-ähnlicher reiner Transformer für die medizinische Bildsegmentierung“ [ECCVW 2022]
Ein PyTorch-basiertes Deep-Learning-Framework für die multimodale 2D/3D-segmentierung medizinischer Bilder
Dies ist Quellcode für unet-pytorch, mit dem Sie Ihre eigenen Modelle trainieren können
Eine Sammlung von Ressourcen zu Anwendungen von Transformatoren in der medizinischen Bildgebung.
Segment Anything Modell für die medizinische Bildsegmentierung: Zusammenfassung des Open-Source-Projekts
SAM-Med3D: Ein effizientes universelles promptbares Segmentierungsmodell für 3D-Volumen-medizinische Bilder
(ACM TOMM) Dies ist das offizielle Code-Repository für "VM-UNet: Vision Mamba UNet für die medizinische Bildsegmentierung".
[ICCV 2023] CLIP-gesteuertes universelles Modell; Rang eins im MSD-Wettbewerb.
SegMamba: Langreichweitige sequentielle Modellierungs-Mamba für die 3D-Segmentierung medizinischer Bilder
PraNet: Parallel Reverse Attention Network für Polypensegmentierung, MICCAI 2020 (Oral). Code, der das Jittor Framework verwendet, ist verfügbar.
[AAAI' 25] U-KAN bildet ein starkes Rückgrat für die Segmentierung und Generierung medizinischer Bilder
[VINT 2026] SAM2-UNet: Segment Anything 2 Ermöglicht Starken Encoder für die Segmentierung Natürlicher und Medizinischer Bilder
MedLSAM: Lokalisierungs- und Segmentierungsmodell für beliebige 3D-medizinische Bilder
Häufig gestellte Fragen
Welches ist das beliebteste #medical-image-segmentation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#medical-image-segmentation-Projekt auf GitHub ist open-mmlab/mmsegmentation mit 9,527 Sternen. OpenMMLab Semantic Segmentation Toolbox und Benchmark.
Welche Programmiersprachen werden in #medical-image-segmentation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #medical-image-segmentation-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #medical-image-segmentation-Repositories berechnet?
Wir verfolgen 21 aktive Open-Source-Repositories, die mit #medical-image-segmentation getaggt sind (500+ Sterne), mit insgesamt 41,590 Sternen und durchschnittlich 1,980 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.