手把手教你入门图像分割-基于深度学习

前言

下面将逐步为大家介绍一个基于深度学习（U-Net）的图像分割项目

Python安装

安装Anaconda

anaconda是一个集成的环境，内置很多基本的额Python安装包，使用anaconda可大大方便我们创建新的环境，安装删除各种包等。前往https://www.anaconda.com/products/individual 下载，根据个人电脑位数选择安装32位或者64位软件，安装时一直下一步就好，记住安装的路径

安装Pycharm

PyCharm是一个很好的编辑器，前往https://www.jetbrains.com/pycharm/download/#section=windows下载，选择Community版即可，按照提示安装

在pycharm中设置Python解释器路径

双击安装好的pycharm，点击File→Setting→Project Interpreter后点击右上角“齿轮”图标，选择Existing environment，点击右侧路径选择，选择之前安装的Anaconda 文件夹下的python.exe即可。 如果有问题，可以参考
https://blog.csdn.net/h4329201/article/details/80326801.

Tensorflow安装

Tensorflow是一个使用广泛的深度学习框架，类似的还有PyTorch、MxNet等。Pycharm中点击File→Setting→Project Interpreter，之后点击加号（如下图）

后，在弹出框上方输入tensorflow，点击下方的Install Package等待安装即可，后续如果缺什么库直接在此搜库名安装即可

示例项目

在这一节，我们将训练一个简单的神经网络模型来对图像进行分割，GPU环境配置较为复杂，为了加快上手速度，本项目将在CPU下运行
首先，在pycharm中点击File→Open，之后选中给出的unet文件夹，运行main.py，等待约10分钟后，data/membrane/test文件夹下后缀为_predict的图像即为测试集的结果。
链接：https://pan.baidu.com/s/1dBJh3hJ_RChVsXOo7Q_Lyw
提取码：12sd
复制这段内容后打开百度网盘手机App，操作更方便哦