Project description

CXRsegmentation

Проект по сегментации легких сделанный в рамках проектной смены Сириуса 'Большие вызовы'. Программа модуля разработана Центром ИИ Университета Иннополис.

Основная идея

Распознать легкие и отсегментировать их.

Стек технологий:

Для этого предполагается использование следующий стек технологий:

Linux (Ubuntu)
Python, pip, numpy, PyTorch, Pathlib и т.д.
OpenCV
Machine learning or Deep learning
Jupyter lab / Jupyter Notebook
To be added

Project details

These details have not been verified by PyPI

Project links

Homepage

GitHub Statistics

View statistics for this project via Libraries.io, or by using our public dataset on Google BigQuery

Release history Release notifications | RSS feed

This version

0.0.2

Dec 21, 2020

0.0.1

Dec 20, 2020

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

SiriusN16CXRseg-0.0.2.tar.gz (2.0 kB view hashes)

Uploaded Dec 21, 2020 Source

Built Distribution

SiriusN16CXRseg-0.0.2-py3-none-any.whl (6.0 kB view hashes)

Uploaded Dec 21, 2020 Python 3

Hashes for SiriusN16CXRseg-0.0.2.tar.gz

Hashes for SiriusN16CXRseg-0.0.2.tar.gz
Algorithm	Hash digest
SHA256	`e9c2e96149df849445e33b62b2225c092cebb38380450a90f9b81c3f71a77acf`
MD5	`2b480e6d486fd878675d206e8d2fdb3a`
BLAKE2b-256	`282de7befc7990ba27cf76f61e807791834148b4d118e643470855c8222dbf99`

Hashes for SiriusN16CXRseg-0.0.2-py3-none-any.whl

Hashes for SiriusN16CXRseg-0.0.2-py3-none-any.whl
Algorithm	Hash digest
SHA256	`c34cbbcb99f777b9122d9e68e5fe395ad00086b105659dffe0125d81091132b9`
MD5	`93a4fe795dfad2b86a1fccad96bfb20b`
BLAKE2b-256	`07108eae780aaf01b345a3fb242551d262c8782e3f04d144490a6a178b65e0cd`