MATLAB中的Ice函数代码-CEnetCEnet语义分割的简单Matlab成品网络

我将在这里分享我的MATLAB文件，用于探索项目的动态冰动力学。目前，文件分为两个文件夹：函数文件夹包含所有用于运行代码的函数（在运行脚本时请确保将其添加到路径中），计算文件夹包含用于获取冰动力学信息的脚本。

KNetS是一款由我设计的深度神经网络，灵感源自DeepLab v.2，实现TensorFlow环境下的卷积神经网络语义分割任务。除了Python 3、TensorFlow版本需≥1.3和MATLAB外，还需要安装numpy、scipy、pillow和matplotlib软件包。数据生成代码目前适用于Camvid数据集。操作步骤包括：1. 下载Camvid数据集的原始图像和标签数据到指定文件夹；2. 使用MATLAB运行make_mat_files.m以创建.mat数据文件，可根据需求调整img_size和分区速率。

这是我作为计算机科学系学生早年在Matlab上完成的项目。这个脚本是为了第七学期的Image Analysis课程而创建的，自动处理灰度图像。项目包括实现色彩实验室空间中图像的表示，使用SLIC算法进行超像素图像分割，并提取SURF和Gabor特征。使用SVM分类器学习颜色预测模型，使用图像分割算法估算黑白像素的分布。该程序完全在Matlab IDE中编写。这个存储库展示了我作为学生在该领域的实践经验。

Agros_ICE 提供了 ICE去云算法 的示例代码，说明论文《Daily 250m MODIS NDVI Timeseries Reconstruction using Iterative Continuum Extraction and Savitzky-Golay Filter》中涉及的原理。目前，仓库包含两个节点：第一个节点为 ICE_SG算法 的原理脚本；第二个节点展示了模拟实验过程。实验数据来源于 MOD09GQ 和 MOD09GA，相关的预处理（如重投影、裁剪、镶嵌等）可以通过 MRT、ENVI、ArcGIS 等软件完成，相关代码可从其他开源渠道获取。我们感谢相关代码作者的支持。我们的算法对高时间分辨率 NDVI 时间序列有效，用户可根据需要设计数据处理方式。示例文件中包含 2016_Heilongjiang_dadou_raw_000.txt 时间序列 NDVI 数据，由 MOD09GQ 数据计算得出。

随着深度学习技术的进步，皮肤病变分割中的深度神经网络应用日益广泛。该技术利用语义分割方法精确地识别和分离皮肤病变区域。

这个存储库包含用于3D单细胞分割和分析的Matlab代码，附有详细的步骤说明。分割分段器是一个用于Matlab的应用，通过阈值化细胞质标记物或膜标记物的分水岭转换，在3D空间中精确分割细胞。用户界面简单易用，允许调整参数以达到最佳分割效果。分析脚本可应用于图像文件夹，并将结果保存为Excel文件，包括通道的阈值识别点和区域的富集和部分重叠分析。

一些基础的MATLAB实现，有助于大家熟悉MATLAB编程。

这些代码是基于卷积神经网络的水果图像处理示例，作为论文“卷积神经网络应用于水果图像处理的回顾”，Applied Sciences，10（10）：3443（2020）的一部分而实现的。展示了水果分类和质量控制示例的实现方法，同时使用预训练模型进行了转移学习。示例以简单方式演示了CNN模型的实现方法，并且代码已注释并提供了描述性信息。详情请阅读原论文，也可在我们的实验室LITRP网站上获取代码。

matlab人体姿态估计的代码是用于人体姿势估计和跟踪的基准模型。我们的新项目已在上线，其中包括HRNet在多种视觉任务中的应用。最佳单个HRNet在COCO test-dev2017数据集上获得77.0的AP，在MPII测试集上获得92.3%的PCKh@0.5。我们的新存储库还支持SimpleBaseline方法，欢迎您尝试。此存储库的条目在相关竞赛中取得了显著成绩，是的官方pytorch实现。这项工作提供了令人惊叹的简单有效的基准方法，可激发和评估新的研究方向。我们在COCO关键点检测数据集上的最佳单一模型达到了74.3的mAP。所有模型均可供研究使用。