官方服务：
资源简介：
u-netwmhsegmentation
应用场景：
创建时间：
2021-06-14
相关数据集
SA-1B(segment anything)
分割任何10亿 (SA-1B) 是一个数据集，旨在训练来自开放世界图像的通用对象分割模型。 SA-1B 由 1100 万张多样化、高分辨率、隐私保护图像和使用我们的数据引擎收集的 1.1B 高质量分割掩码组成。它旨在用于我们的数据许可允许的计算机视觉研究。 这些图像是从一家大型图片公司获得许可的。1.1B 掩码是使用我们的数据引擎生成的，所有这些都是由 Segment Anything Mod
OpenDataLab2026-07-12 更新6290
Mean absolute error (MAE): Comparison between the proposed U-net architecture-based method and the organ-oriented approach.
Mean absolute error (MAE): Comparison between the proposed U-net architecture-based method and the organ-oriented approach.
Figshare2022-12-15 更新10
TotalSegmentator weights - Task 258 - lung vessels
nnU-Net weights for TotalSegmentator lung vessels model (Task 258). See https://github.com/wasserth/TotalSegmentator for more details.
NIAID Data Ecosystem30
OmniSegger/Omnipose - Brightfield training dataset
The brightfield images and ground truth masks used to train the Omnipose brightfield model. Bacterial brightfield and fluorescence image sets of Escherichia coli and Burkholderia thailandensis. Addit
NIAID Data Ecosystem10
