معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Napari plugin of algorithms for Panoptic Segmentation of organelles in EM

ویژگی	مقدار
سیستم عامل	-
نام فایل	empanada-napari-0.2.3
نام	empanada-napari
نسخه کتابخانه	0.2.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Ryan Conrad
ایمیل نویسنده	conradrw@nih.gov
آدرس صفحه اصلی	https://github.com/volume-em/empanada-napari
آدرس اینترنتی	https://pypi.org/project/empanada-napari/
مجوز	BSD-3-Clause

# empanada-napari **The preprint describing this work is now available [on bioRxiv](https://www.biorxiv.org/content/10.1101/2022.03.17.484806v1).** **Documentation for the plugin, including more detailed installation instructions, can be found [here](https://empanada.readthedocs.io/en/latest/empanada-napari.html).** [empanada](https://github.com/volume-em/empanada) is a tool for deep learning-based panoptic segmentation of 2D and 3D electron microscopy images of cells. This plugin allows the running of panoptic segmentation models trained in empanada within [napari](https://napari.org). For help with this plugin please open an [issue](https://github.com/volume-em/empanada-napari/issues), for issues with napari specifically raise an [issue here instead](https://github.com/napari/napari/issues). ## Implemented Models - *MitoNet*: A generalist mitochondrial instance segmentation model. ## Example Datasets Volume EM datasets for benchmarking mitochondrial instance segmentation are available from [EMPIAR-10982](https://www.ebi.ac.uk/empiar/EMPIAR-10982/). ## Installation It's recommended to have installed napari through [conda](https://docs.conda.io/en/latest/miniconda.html). Then to install this plugin: ```shell pip install empanada-napari ``` Launch napari: ```shell napari ``` Look for empanada-napari under the "Plugins" menu. ![empanada](images/demo.gif) ## GPU Support **Note: Mac doesn't support NVIDIA GPUS. This section only applies to Windows and Linux systems.** As for any deep learning models, having a GPU installed on your system will significantly increase model throughput (although we ship CPU optimized versions of all models with the plugin). This plugin relies on torch for running models. If a GPU was found on your system, then you will see that the "Use GPU" checkbox is checked by default in the "2D Inference" and "3D Inference" plugin widgets. Or if when running inference you see a message that says "Using CPU" in the terminal that means a GPU is not being used. Make sure that GPU drivers are correctly installed. In terminal or command prompt: ```shell nvidia-smi ``` If this returns "command not found" then you need to [install the driver from NVIDIA](https://www.nvidia.com/download/index.aspx). Instead, if if the driver is installed correctly, you may need to switch to the GPU enabled version of torch. First, uninstall the current version of torch: ```shell pip uninstall torch ``` Then [install torch >= 1.10 using conda for your system](https://pytorch.org/get-started/locally/). This command should work: ```shell conda install pytorch cudatoolkit=11.3 -c pytorch ``` ## Citing this work If you use results generated by this plugin in a publication, please cite: ```bibtex @article {Conrad2022.03.17.484806, author = {Conrad, Ryan and Narayan, Kedar}, title = {Instance segmentation of mitochondria in electron microscopy images with a generalist deep learning model}, elocation-id = {2022.03.17.484806}, year = {2022}, doi = {10.1101/2022.03.17.484806}, publisher = {Cold Spring Harbor Laboratory}, URL = {https://www.biorxiv.org/content/early/2022/03/18/2022.03.17.484806}, eprint = {https://www.biorxiv.org/content/early/2022/03/18/2022.03.17.484806.full.pdf}, journal = {bioRxiv} } ```

نیازمندی

مقدار	نام
>=0.4.15	napari
<1.23	numpy
>=0.1.4	napari-plugin-engine
>=0.19	scikit-image
>=0.1.7	empanada-dl
-	imagecodecs

زبان مورد نیاز

مقدار	نام
>=3.7	Python

نحوه نصب

نصب پکیج whl empanada-napari-0.2.3:

pip install empanada-napari-0.2.3.whl

نصب پکیج tar.gz empanada-napari-0.2.3:

pip install empanada-napari-0.2.3.tar.gz