R'da 2D ve 3D tıbbi görüntü segmentasyonu ve nesne tespiti için derin öğrenme.
DICOM ve NIfTI dosyaları için R veri hatları ile PyTorch mimarilerini köprüleyin
rplatypus, R tıbbi görüntü işleme paketleri ile PyTorch derin öğrenme modelleri arasındaki boşluğu doldurur. DICOM ve NIfTI gibi formatlar için nesne tespitinin yanı sıra anlamsal ve örnek segmentasyonu sağlar.
Paket, yalıtılmış bir PyTorch motoru kullanarak doğrudan R'dan derin öğrenme modeli tanımlamalarını, eğitimini ve maske çizmeyi yönetir. Karşılaştırılabilir değerlendirme metrikleriyle U-Net ve LinkNet gibi mimariler için yerleşik destek sunar.
Ortamlarından ayrılmadan derin öğrenme çalıştırmak isteyen tıbbi görüntüleme veri kümeleriyle çalışan R kullanıcıları için uygundur. Büyük Python bağımlılıklarını indirmeden önceden yapılandırılmış kurulumlar gerektirenler için uygun değildir.
Derin öğrenme boru hatlarını tamamen R'da çalıştırırken yalıtılmış bir Python motoru aracılığıyla hesaplama yapın.
Standart tıbbi görüntüleme formatlarını 2D ve 3D özelliklerinde yerel olarak işleyin.
Model hatalarını incelemek için özel renk haritalarıyla tahminleri gerçeklik maskelerine karşı görselleştirin.
Lisans havuz meta verilerinde belirtilmediğinden, tek maliyet kendiniz çalıştırmanızdır.
880 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Hayır, paket pyplatypus motorunu ilk çağrıda otomatik olarak yükler ve yalıtır.
Hayır, bu TensorFlow yerine PyTorch üzerinde çalışan tamamen yeniden yazılmış bir sürümdür.
Google'da önce Zekai'yi gör