« DeepInverse » : différence entre les versions

De Cat OPIDoR
Aucun résumé des modifications
Aucun résumé des modifications
 
(11 versions intermédiaires par le même utilisateur non affichées)
Ligne 6 : Ligne 6 :
|UrlService=https://deepinv.github.io/deepinv/
|UrlService=https://deepinv.github.io/deepinv/
|ContactMel=https://discord.com/invite/qBqY5jKw3p
|ContactMel=https://discord.com/invite/qBqY5jKw3p
|StructureAppartenance=Laboratoire de Physique, NeuroSpin
|StructureAppartenance=Lab PHYS, IMB, NeuroSpin
|Tutelle=Inria, ENS Lyon, CNRS
|Tutelle=ENS Lyon, CNRS, Université de Bordeaux, Bordeaux INP, CEA, Inria
|PhaseCycleVie=Analyse
|PhaseCycleVie=Analyse
|International=Non
|International=Non
Ligne 13 : Ligne 13 :
{{Service
{{Service
|Description='''DeepInverse''' est une bibliothèque basée sur PyTorch pour '''résoudre les problèmes d’imagerie inversée avec du deep learning'''.
|Description='''DeepInverse''' est une bibliothèque basée sur PyTorch pour '''résoudre les problèmes d’imagerie inversée avec du deep learning'''.
Elle vise à '''couvrir la plupart des étapes des pipelines d'imagerie modernes''', de la définition de l'opérateur de détection vers l'avant à l'entraînement des réseaux de reconstruction dépliés de manière supervisée ou auto-supervisée. L'objectif principal de cette bibliothèque est de '''devenir l'outil open-source standard''' pour les chercheurs et les praticiens.
|Discipline=Sciences & Technologies
|Discipline=Sciences & Technologies
|SousDisciplineSciences&Technologies=PE6 Sciences informatiques et informatique
|SousDisciplineSciences&Technologies=PE6 Sciences informatiques et informatique
|Thematique=Deep learning, Imagerie inversée, Pytorch
|Thematique=Deep learning, Imagerie inversée, Pytorch, Logiciel
|TypeDonnee=Imagerie
|Communaute=Communautés scientifiques en physique, en biologie et communautés expertes en optimisation et apprentissage automatique
|Beneficiaire=Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs
|Beneficiaire=Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs
|ConditionUsage=Le code est open source et disponible sur Github : https://github.com/deepinv/deepinv
|ConditionUsage=Le code est open source et disponible sur Github : https://github.com/deepinv/deepinv
|ModeleEconomique=Gratuit
|ModeleEconomique=Gratuit
|StatutPage=Page en construction
}}
}}
[[Aide à la gestion:: logiciel| ]]
[[Aide à la gestion:: logiciel| ]]

Dernière version du 15 janvier 2025 à 10:29

  DeepInverse
Type de service Outils de gestion des données
Statut En production
URL https://deepinv.github.io/deepinv/
Contact https://discord.com/invite/qBqY5jKw3p
Localisation
Structure d'appartenance Lab PHYS, IMB, NeuroSpin
Tutelles ENS Lyon, CNRS, Université de Bordeaux, Bordeaux INP, CEA, Inria


Cycle de vie des données

Ce service intervient au cours des stades du cycle de vie suivants :




DeepInverse est une bibliothèque basée sur PyTorch pour résoudre les problèmes d’imagerie inversée avec du deep learning.


Elle vise à couvrir la plupart des étapes des pipelines d'imagerie modernes, de la définition de l'opérateur de détection vers l'avant à l'entraînement des réseaux de reconstruction dépliés de manière supervisée ou auto-supervisée. L'objectif principal de cette bibliothèque est de devenir l'outil open-source standard pour les chercheurs et les praticiens.


Domaines scientifiques :Sciences & Technologies


PE6 Sciences informatiques et informatique

Thématique et/ou mots clés :

  • Deep learning
  • Imagerie inversée
  • Pytorch
  • Logiciel

Type de données :Imagerie

Communauté d'utilisateurs : Communautés scientifiques en physique, en biologie et communautés expertes en optimisation et apprentissage automatique Usagers et bénéficiaires :Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs


Conditions d'usage : Le code est open source et disponible sur Github : https://github.com/deepinv/deepinv

Conditions tarifaires : Gratuit

Certification/Label :

Conditions générales d'utilisation :



Services proposés par la structure d'appartenance
StructureServices proposés
IMBDeepInverse
PARI/GP
Lab PHYSDeepInverse
NeuroSpinIseult
DeepInverse