Accueil Projets Medical-Transformer
Medical-Transformer

Medical-Transformer

par jeya-maria-jose · GitHub

Code Pytorch officiel pour "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021

Voir sur GitHub
En termes simples

Exécutez des modèles de segmentation d'images médicales pour analyser et traiter des images médicales en utilisant des techniques d'apprentissage profond.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Medical-Transformer — GitHub preview card
📈 Historique des étoiles
862861
2026-07-202026-07-29
📈 Suivez Medical-Transformer

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Code Pytorch officiel pour "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021

Medical-Transformer compte 861 étoiles sur GitHub. Il a été forké 176 fois. Medical-Transformer est écrit principalement en Python. Il est développé activement depuis 2021. Medical-Transformer est disponible sous licence MIT. Ses principaux thèmes sont : attention, deep-learning, medical-image-analysis, medical-imaging.

Frequently asked questions

Qu'est-ce que Medical-Transformer ?

Code Pytorch officiel pour "Medical Transformer: Gated Axial-Attention for Medical Image Segmentation" - MICCAI 2021

Medical-Transformer est-il open source ?

Medical-Transformer est un projet open source. Il est distribué sous licence MIT.

Medical-Transformer est-il gratuit ?

Oui. Medical-Transformer est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est Medical-Transformer ?

Medical-Transformer est disponible sous licence MIT.

Dans quel langage Medical-Transformer est-il écrit ?

Medical-Transformer est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Medical-Transformer

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=jeya-maria-jose-medical-transformer)](https://olud.ai/project/jeya-maria-jose-medical-transformer.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
self-attention-cv
Mise en œuvre de divers mécanismes d'auto-attention axés sur la vision par ordinateur. Dépôt en…
1.2k · artificial-intelligence
partageattentiontransformer
performer-pytorch
Une implémentation de Performer, un transformateur basé sur l'attention linéaire, en Pytorch.
1.2k · artificial-intelligence
partageattentiontransformers
MIScnn
Un cadre pour la segmentation d'images médicales avec des réseaux de neurones convolutionnels e…
425 · clinical-decision-support
partagemedical-image-analysismedical-imaging
MedNeXt
[MICCAI 2023] MedNeXt est une architecture entièrement ConvNeXt pour la segmentation d'images m…
522 · convnext
partagemedical-image-analysismedical-imaging
graphtransformer
Architecture de Transformateur Graphique. Code source pour "Une généralisation des réseaux de t…
1k · aaai
partageattentiontransformer
transfusion-pytorch
Implémentation Pytorch de Transfusion, "Prédire le prochain token et diffuser des images avec u…
1.4k · artificial-intelligence
partageattentiontransformers
Multimodal-Sentiment-Analysis
Analyse des émotions multimodales — plusieurs méthodes de fusion basées sur BERT+ResNet
371 · attention
partageattentiontransformer
BiFormer
[CVPR 2023] Publication officielle du code de notre article "BiFormer : Vision Transformer avec…
583 · attention
partageattentiontransformer
scenic
Scenic : Une bibliothèque Jax pour la recherche en vision par ordinateur et au-delà
3.8k · attention
partageattentiontransformers
annotated_deep_learning_paper_implementations
🧑‍🏫 60+ Implémentations/tutoriels de papiers sur l'apprentissage profond avec des notes côte à…
67.2k · attention
partageattentiontransformer

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.