« DeepInverse » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| 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. | 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. | ||
| Ligne 18 : | Ligne 19 : | ||
|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 | ||
|TypeDonnee=Imagerie | |||
|Communaute=Communautés scientifiques en physique, en biologie et communautés expertes en optimisation, apprentissage automatique | |Communaute=Communautés scientifiques en physique, en biologie et communautés expertes en optimisation, apprentissage automatique | ||
|Beneficiaire=Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs | |Beneficiaire=Chercheurs, Enseignants-Chercheurs, Doctorants, Ingénieurs | ||
Version du 15 janvier 2025 à 09:59
| |
|---|---|
| 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 |
Cycle de vie des données
Ce service intervient au cours des stades du cycle de vie suivants :
Page en construction
DeepInverse est une bibliothèque basée sur PyTorch pour résoudre les problèmes d’imagerie inversée avec du deep learning.
Domaines scientifiques :Sciences & Technologies
PE6 Sciences informatiques et informatique
Thématique et/ou mots clés :
- Deep learning
- Imagerie inversée
- Pytorch
Type de données :Imagerie
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 :
| Structure | Services proposés |
|---|---|
| IMB | DeepInverse PARI/GP |
| Lab PHYS | DeepInverse |
| NeuroSpin | Iseult DeepInverse |