Home Progetti tf_unet
tf_unet

tf_unet

di jakeret · GitHub

Implementazione generica di U-Net in Tensorflow per la segmentazione delle immagini

Visualizza su GitHub
In parole semplici

Implementa compiti di segmentazione delle immagini utilizzando un metodo standard per l'elaborazione delle immagini in TensorFlow.

⭐ Stelle
🍴 Fork
📜 Licenza
Licenza Copyleft
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
tf_unet — GitHub preview card
📈 Storia delle stelle
1 9061 905
2026-07-202026-07-29
📈 Segui tf_unet

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione generica di U-Net in Tensorflow per la segmentazione delle immagini

tf_unet ha 1.9k stelle su GitHub. È stato forkato 732 volte. tf_unet è scritto principalmente in Python. È in sviluppo attivo dal 2016. tf_unet è disponibile con licenza GPL-3.0. I suoi temi principali sono: deep-learning, image-segmentation, neural-network, tensorflow.

Frequently asked questions

Che cos'è tf_unet?

Implementazione generica di U-Net in Tensorflow per la segmentazione delle immagini

tf_unet è open source?

tf_unet è un progetto open source. È rilasciato con licenza GPL-3.0.

tf_unet è gratuito?

Sì. tf_unet è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è tf_unet?

tf_unet è disponibile con licenza GPL-3.0.

In quale linguaggio è scritto tf_unet?

tf_unet è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — tf_unet

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=jakeret-tf-unet)](https://olud.ai/project/jakeret-tf-unet.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.