Skip to content
This repository has been archived by the owner on May 15, 2022. It is now read-only.

Latest commit

 

History

History
38 lines (28 loc) · 1.82 KB

README.md

File metadata and controls

38 lines (28 loc) · 1.82 KB

Graph Cut Segmentation for Medical Imaging

Présentation disponible ici

Sources

Papier pour le calcul des pdfs : An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Vision

Librairie de Graph Cut en Python : PyMaxFlow - Source code

Cours sur les GraphCut pour la gestion des multiclasses et multimodalité : Cours Graph Cut

Jeux de données : DataSet

Install

pip3 install -r requirements.txt

Script

Segmentation par Graph Cut en version multi modale
Il faut selectionner dans le code si l'on choisit un mode multi-modale, RGB ou Lab.
python3 script/script.py -h pour obtenir les différentes informations.
De même, pour choisir l'image ou les images à segmenter il faut utiliser la commande suivant :
python3 script/script.py --image pathImage ou python3 script/script.py --image pathFolderImages

Quand l'interface s'ouvre, il faut donner des exemple des zones de chaque classe.
Pour ce faire la touche r permet de selectionner un exemple pour la classe 1.
La touche b permet elle de sélectionner un exemple pour la classe 2.
Enfin, utilisez la touche cpour calculer le résultat.

Multiclass

Segmentation par GraphCut en version multiclasse
Il s'agit d'une extension du premier script mais ne fonctionne pas complètement en version multimodale

Elle fonctionne comme la partie précédente dans la limite ou les touches utilisées pour choisir les classes sont différentes.

  • b : classe 1
  • c : classe 2
  • d : classe 3
  • e : classe 4
  • a : calculer le résultat