Offizieller Pytorch-Code für "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021
Führen Sie medizinische Bildsegmentierungsmodelle aus, um medizinische Bilder mit Deep-Learning-Techniken zu analysieren und zu verarbeiten.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarOffizieller Pytorch-Code für "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021
Medical-Transformer hat 861 Sterne auf GitHub. Es wurde 176-mal geforkt. Medical-Transformer ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. Medical-Transformer ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: attention, deep-learning, medical-image-analysis, medical-imaging.
Offizieller Pytorch-Code für "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021
Medical-Transformer ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. Medical-Transformer ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Medical-Transformer ist unter der MIT-Lizenz verfügbar.
Medical-Transformer ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/jeya-maria-jose-medical-transformer.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.