案例介绍
1.通过pytorch框架搭建Unet算法实现肝胀CT图片的语义分割，通过GPU对模型进行训练；
2.对训练结果使用flask框架进行web封装，前端通过boostrap-input控件采取异步请求的方式将数据上传到后端进行预测并返回结果。
3.将完整的程序部署到腾讯云服务器。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
708氧气页面
1.对接C++实时采集的传感器数据，并根据相应的公式进行换算
-
xx
------------------------------
-
xx
------------------------------
-
xx
------------------------------
-
openwrt-网络代理
1 搭建docker 开发环境， 利用sock5、http、
-
图像降噪
近年来，由于神经网络的快速发展，图像降噪也从中获得了巨大的好
-
企业网站
前端在项目中主要负责页面搭建美化 主要功能:登录,触摸下拉
-
AI工具列表
从零搭建一个移动端列表页面，使用vue3.0加ts，并部署到
-
我的介绍
大学时期的一个小作品，关于我的一些自我介绍，以及平台联系方式
-
语音对话系统
全面开发并优化语音对话系统 接收客户端上传的音频数据，对接
-
AOI软件
检测产品缺陷软件，项目采用C#语言，基于WIN系统，主要负责
-
点云平面检测以及可视化
作品全部由本人开发。 可以输入点云并检测点云中的平面，最后
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服