#computational-imaging Dépôts
Découvrez 4 dépôts GitHub open source actifs associés à #computational-imaging, cumulant 4,286 étoiles au total (soit une moyenne de 1,071 étoiles par projet). Le projet en tête de ce thème est AIM-Harvard/pyradiomics, avec 1,466 étoiles.
4 dépôts au total
Paquet Python open source pour l'extraction de caractéristiques Radiomics à partir d'images 2D et 3D et de masques binaires. Support : https://discourse.slicer.org/c/community/radiomics
Ressources pour la récupération de phase (également appelée imagerie de phase, extraction de phase ou reconstruction de phase)
DeepInverse: une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie à l'aide de l'apprentissage profond
Simulateur de lentille optique différentiable pour l'imagerie computationnelle de bout en bout.
Foire aux questions
Quel est le dépôt #computational-imaging le plus populaire sur GitHub ?
Le projet #computational-imaging open source le mieux classé sur GitHub est AIM-Harvard/pyradiomics, avec 1,466 étoiles. Paquet Python open source pour l'extraction de caractéristiques Radiomics à partir d'images 2D et 3D et de masques binaires. Support : https://discourse.slicer.org/c/community/radiomics
Quels langages de programmation sont les plus utilisés dans les dépôts #computational-imaging ?
Parmi les projets #computational-imaging les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #computational-imaging est-il calculé ?
Nous suivons 4 dépôts open source actifs associés à #computational-imaging (500+ étoiles), totalisant 4,286 étoiles, avec une moyenne de 1,071 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.