Tensorflow入门教程——动手实现医学图像分割案例

在上一篇文章中我分享了深度学习在医学图像分割案例，有一些朋友也提出了很多问题，大多是具体实现细节，那么今天我就一步一步地详细说一说如何去实现，而且我会把代码和训练好的模型更新到我的Github上。

1、数据集下载

数据应该是很好下载的，上一篇已经给出了下载地址，如果还是没法下载的朋友们，请留言给我，我会通过邮件的形式分享给你们。

2、数据集预处理

下载好的数据集一共是有165组图像。

我从这些数据中随机选择160组数据进行数据增强。

由于数据非常多，所以我把图像的路径写成csv文件的格式。

3、模型训练

我是在GTX1080的GPU上进行训练的。训练非常简单只需要调用如下函数就可以进行训练。训练过程要花大概十几个小时。

4、用模型分割

当我们训练完成后，会保存学到的模型（如果大家没法在自己的机器上进行有效训练，请别担心，我已经将训练好的模型更新到Github上了）。我们用学到的模型进行分割也非常简单，只要调用下面函数即可。

整过过程非常简单，为了让大家更高效地学习，我将代码进行了整理并更新到Github上，地址：

https://github.com/junqiangchen/Unet2d

如果大家觉得这个项目还不错，希望大家给个Star并Fork，可以让更多的人学习。如果有任何问题，随时给我留言我会及时回复的。