#medical-image-computing Dépôts
Découvrez 9 dépôts GitHub open source actifs associés à #medical-image-computing, cumulant 19,998 étoiles au total (soit une moyenne de 2,222 étoiles par projet). Le projet en tête de ce thème est Project-MONAI/MONAI, avec 8,858 étoiles.
9 dépôts au total
Logiciel open source gratuit multiplateforme pour la visualisation et le calcul d'images.
[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
Un cadre pour l'augmentation de données pour la classification et la segmentation d'images 2D et 3D
nnDetection est un framework d'auto-configuration pour la détection d'objets médicaux 3D (volumétriques) qui peut être appliqué à de nouveaux jeux de données sans intervention manuelle. Il comprend des guides pour 12 jeux de données qui ont été utilisés pour développer et évaluer les performances de la méthode proposée.
Foire aux questions
Quel est le dépôt #medical-image-computing le plus populaire sur GitHub ?
Le projet #medical-image-computing open source le mieux classé sur GitHub est Project-MONAI/MONAI, avec 8,858 étoiles. Kit d'outils IA pour l'imagerie de santé
Quels langages de programmation sont les plus utilisés dans les dépôts #medical-image-computing ?
Parmi les projets #medical-image-computing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Java.
Comment le classement des dépôts #medical-image-computing est-il calculé ?
Nous suivons 9 dépôts open source actifs associés à #medical-image-computing (500+ étoiles), totalisant 19,998 étoiles, avec une moyenne de 2,222 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.