如何使用unet网络进行训练和预测
环境配置
git clone https://github.com/zhixuhao/unet.git
D:
cd D:\KerasProject\unet
conda create -n unet python=3.6
activate unet
conda install tensorflow-gpu==1.12
conda install keras
pip install jupyter
pip install scikit-image
开始训练-使用pycharm
S1
Project地址是:
D:\KerasProject\unet
S2
使用pycharm打开
S3
修改路径
data/cta/test
修改成:
("data/CTANew/test")
注意,测试集里边的文件名要修改成
同时,还要把测试记得大小给修改成13张图片;
results = model.predict_generator(testGene,13,verbose=1)
S4
开始训练:
配置文件如下:
开始训练-使用jupyter-notebook
D:
cd D:\KerasProject\unet
activate unet
ipython notebook
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?