颜色分类leetcode hover net H&E组织学图像中的同时核实例分割和分类

颜色分类leetcode HoVer-Net：多组织组织学图像中细胞核的同时分割和分类在单个网络内执行核实例分割和分类的多分支网络。该网络利用核像素与其质心的水平和垂直距离来分离聚集的细胞。专用的上采样分支用于对每个分段实例的核类型进行分类。到医学图像分析论文。这是HoVer-Net的官方PyTorch实现。对于此代码的原始TensorFlow版本，请参阅。该存储库可用于训练HoVer-Net和处理图像图块或整个幻灯片图像。作为此存储库的一部分，我们提供在以下数据集上训练的模型权重：可以在下面的推理描述中找到检查点的链接。设置环境conda env create -f environment.yml conda activate hovernet pip install torch==1.6.0 torchvision==0.7.0上面，我们安装了带有CUDA 10.2的PyTorch 1.6版。存储库结构以下是存储库中的主要目录： dataloader/ ：数据加载器和扩充管道docs/ ：repo中使用的数字/GIF met