Skip to content

Projeto de iniciação científica, oferecida pela bolsa CNPQ, desde agosto de 2020 com vigência até agosto de 2021. Esse projeto estuda o desempenho de dois modelos de redes neurais para segmentação de imagens médicas de dois modelos de redes neurais Unet e EffUnet e foi comparado seus desempenhos. Para o conjunto de dados, foi utilizado a base de…

Notifications You must be signed in to change notification settings

borin98/Efficient-Unet-Um-aprimoramento-em-modelos-do-tipo-U-net

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Efficient-Unet-Um-aprimoramento-em-modelos-do-tipo-U-net

Projeto de iniciação científica, oferecida pela bolsa CNPQ, desde agosto de 2020 com vigência até agosto de 2021. Esse projeto estuda o desempenho de dois modelos de redes neurais para segmentação de imagens médicas de dois modelos de redes neurais Unet e EffUnet e foi comparado seus desempenhos. Para o conjunto de dados, foi utilizado a base de núcleos do kaggle e a base de vasos sanguíneos da retina do DRIVE. Para o código, foi feito em python, utilizando tensorflow 2.5 e uma GPU NVIDIA GTX 1070 para essa parte.

About

Projeto de iniciação científica, oferecida pela bolsa CNPQ, desde agosto de 2020 com vigência até agosto de 2021. Esse projeto estuda o desempenho de dois modelos de redes neurais para segmentação de imagens médicas de dois modelos de redes neurais Unet e EffUnet e foi comparado seus desempenhos. Para o conjunto de dados, foi utilizado a base de…

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published