DeepTrack2

DeepTrack2 是一個模組化的 Python 函式庫,用於生成、操作及分析機器學習與實驗成像的影像數據管線。

DeepTrack2 是什麼?

DeepTrack2 是一個模組化的 Python 函式庫,用於生成、操作及分析機器學習與實驗成像的影像數據管線。

DeepTrack2 概覽

這是什麼

DeepTrack2 是一個模組化的 Python 函式庫,用於生成、操作和分析機器學習與數位顯微鏡的影像資料管線。它支援實驗成像工作流程,需要 Python 3.10 以上版本。2.0 及後續版本不支援 TensorFlow;如需 TensorFlow 支援,請安裝舊版 1.7。

主要功能

  • 模組化 Python 函式庫,用於建立影像資料管線。
  • 支援多種顯微鏡模態的模擬(例如明視野、螢光、全像術、TEM、SMLM)。
  • 包含粒子追蹤、像差特徵化及物體偵測工具。
  • 提供與 PyTorch 的整合,用於可微分最佳化與基於梯度的擬合。
  • 提供 LodeSTAR 進行無標記粒子偵測,以及 MAGIK 進行基於圖神經網路的粒子連結與軌跡特徵化。
  • 包含為初學者和進階使用者設計的完整教學與範例。

使用情境

  • 模擬和分析顯微鏡影像,用於訓練機器學習模型。
  • 在實驗影片中追蹤單一或多個粒子。
  • 特徵化光學像差並最佳化相位遮罩。
  • 在電子顯微鏡影像中分割細胞結構(例如細胞膜、粒線體)。
  • 在螢光、明視野或全像影像中偵測和計數細胞或粒子。

快速開始

安裝 DeepTrack2,請在終端機或命令提示字元中執行:bashpip install deeptrack或bashpython -m pip install deeptrack詳細的快速開始指南請參閱儲存庫的 README。

授權與價格

DeepTrack2 是開放原始碼軟體,採用 MIT 授權條款。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/deeptrackaideeptrack2.svg)](https://yunodb.com/tools/deeptrackaideeptrack2?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/deeptrackaideeptrack2?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/deeptrackaideeptrack2.svg" alt="Featured on YunoDB" height="20"></a>