मल्टी-मॉडल 2D और 3D मेडिकल इमेज सेगमेंटेशन के लिए एक PyTorch फ्रेमवर्क।
3D मल्टी-मॉडल मेडिकल इमेज सेगमेंटेशन के लिए PyTorch डीप लर्निंग फ्रेमवर्क
MedicalZooPytorch एक ओपन-सोर्स डीप लर्निंग लाइब्रेरी है जिसे मल्टी-मॉडल 2D और 3D मेडिकल इमेज सेगमेंटेशन के लिए डिज़ाइन किया गया है। यह PyTorch में ब्रेन MRI स्कैन, चैलेंज डेटासेट और वॉल्यूमेट्रिक मेडिकल डेटा के साथ काम करने वाले शोधकर्ताओं और डेवलपर्स के लिए उपयुक्त है।
यह U-Net3D, V-Net, ResNet3D-VAE, और DenseVoxelNet जैसे मानक 3D आर्किटेक्चर के साथ-साथ BraTS, iSeg, और MRBrains जैसे बेंचमार्क डेटासेट के लिए डेटा लोडर लागू करता है। यह प्रोजेक्ट प्रीप्रोसेसिंग पाइपलाइन, कन्फ्यूजन मैट्रिक्स सपोर्ट, और वैकल्पिक COVID-19 वर्गीकरण और सेगमेंटेशन मॉडल भी प्रदान करता है।
यह PyTorch से परिचित शोधकर्ताओं और स्नातकोत्तर छात्रों के लिए उपयुक्त है जिन्हें वॉल्यूमेट्रिक मेडिकल इमेजिंग के लिए संदर्भ आर्किटेक्चर की आवश्यकता है। यह प्रोग्रामिंग ज्ञान के बिना उपयोग के लिए तैयार क्लिनिकल व्यूइंग या डायग्नोस्टिक सॉफ्टवेयर चाहने वाले चिकित्सकों के लिए उपयुक्त नहीं है।
इसमें U-Net3D, V-Net, DenseVoxelNet, HighResNet3D, और HyperDense-Net के कार्यान्वयन शामिल हैं।
BraTS 2018/2019, iSeg, MRBrains, IXI, और Gleason चैलेंज डेटासेट के लिए डेटा लोडर प्रदान करता है।
COVID-19 चेस्ट रेडियोग्राफी वर्गीकरण और फेफड़ों के सेगमेंटेशन के लिए मॉडल और डेटासेट संदर्भ शामिल हैं।
क्विकस्टार्ट नोटबुक प्रदान करता है जिससे आप बिना किसी शुल्क के क्लाउड GPU पर मॉडल चला सकते हैं।
यह सॉफ्टवेयर इसके MIT लाइसेंस के तहत मुफ़्त है। मेंटेनर्स द्वारा कोई भुगतान किए गए होस्टेड विकल्प प्रदान नहीं किए जाते हैं, इसलिए आपकी एकमात्र लागत में स्थानीय हार्डवेयर या क्लाउड GPU कंप्यूट संसाधन शामिल हैं।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
फ्रेमवर्क में iSeg 2017/2019, MICCAI BraTS 2018/2019, MRBrains 2018, IXI, और MICCAI 2019 Gleason चैलेंज के लिए डेटा लोडर शामिल हैं।
हाँ, आप क्लाउड GPU डिवाइस का उपयोग करके प्रोजेक्ट चलाने के लिए प्रदान की गई Google Colab नोटबुक का उपयोग कर सकते हैं।
MedicalZooPytorch पूरी तरह से PyTorch पर बनाया गया है और इसके लिए Python की आवश्यकता होती है।
Google में Zekai को सबसे पहले देखें