#computational-imaging Repositorios
Descubre 4 repositorios activos de código abierto de GitHub etiquetados con #computational-imaging, que acumulan 4,286 estrellas en total (una media de 1,071 estrellas por proyecto). El líder de este tema es AIM-Harvard/pyradiomics, con 1,466 estrellas.
4 repositorios en total
Paquete de Python de código abierto para la extracción de características de Radiomics de imágenes 2D y 3D y máscaras binarias. Soporte: https://discourse.slicer.org/c/community/radiomics
Recursos para la recuperación de fase (también llamada imagen de fase, recuperación de fase o reconstrucción de fase)
DeepInverse: una biblioteca PyTorch para resolver problemas inversos de imagen utilizando el aprendizaje profundo
Simulador de lente óptica diferenciable para imageado computacional de extremo a extremo.
Preguntas frecuentes
¿Cuál es el repositorio de #computational-imaging más popular en GitHub?
El proyecto de código abierto de #computational-imaging mejor posicionado en GitHub es AIM-Harvard/pyradiomics, con 1,466 estrellas. Paquete de Python de código abierto para la extracción de características de Radiomics de imágenes 2D y 3D y máscaras binarias. Soporte: https://discourse.slicer.org/c/community/radiomics
¿Qué lenguajes de programación se utilizan más en los repositorios de #computational-imaging?
Entre los proyectos de #computational-imaging mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #computational-imaging?
Seguimos 4 repositorios activos de código abierto etiquetados con #computational-imaging (500+ estrellas), que suman un total de 4,286 estrellas, con una media de 1,071 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.