« DeepInverse » : différence entre les versions

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
Tutelles	Inria, ENS Lyon, CNRS

Version du 15 janvier 2025 à 09:59

Page en construction

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

Type de données :

Communauté d'utilisateurs : Communautés scientifiques en physique, en biologie et communautés expertes en optimisation, 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

Structure	Services proposés
IMB	DeepInverse PARI/GP
Lab PHYS	DeepInverse
NeuroSpin	Iseult DeepInverse

@@ Ligne 14 : / Ligne 14 : @@
 |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.
-L'objectif est d'accélérer le développement de méthodes basées sur le deep learning pour les problèmes d'imagerie inversée, en combinant les approches populaires de reconstruction basées sur l'apprentissage dans un cadre commun et simplifié, en standardisant les modèles d'imagerie avant et en simplifiant la création d'ensembles de données d'imagerie.
 |Discipline=Sciences & Technologies
 |SousDisciplineSciences&Technologies=PE6 Sciences informatiques et informatique
 |Thematique=Deep learning, Imagerie inversée, Pytorch
-|Communaute=Communauté scientifique en imagerie
+|Communaute=Communautés scientifiques en physique, en biologie et communautés expertes en optimisation, apprentissage automatique
 |Beneficiaire=Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs
 |ConditionUsage=Le code est open source et disponible sur Github : https://github.com/deepinv/deepinv