معرفی شرکت ها

fidder-0.0.6

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.0.6
0.0.5
0.0.4
0.0.3
0.0.2
0.0.1
0.0.6
0.0.5
0.0.4
0.0.3
0.0.2
0.0.1

توضیحات

U-Net for 2D fiducial segmentation in cryo-EM
ویژگی مقدار
سیستم عامل -
نام فایل fidder-0.0.6
نام fidder
نسخه کتابخانه 0.0.6
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Alister Burt
ایمیل نویسنده alisterburt@gmail.com
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/fidder/
مجوز BSD 3-Clause License
# fidder [![License](https://img.shields.io/pypi/l/fidder.svg?color=green)](https://github.com/teamtomo/fidder/raw/main/LICENSE) [![PyPI](https://img.shields.io/pypi/v/fidder.svg?color=green)](https://pypi.org/project/fidder) [![Python Version](https://img.shields.io/pypi/pyversions/fidder.svg?color=green)](https://python.org) [![CI](https://github.com/teamtomo/fidder/actions/workflows/ci.yml/badge.svg)](https://github.com/teamtomo/fidder/actions/workflows/ci.yml) [![codecov](https://codecov.io/gh/teamtomo/fidder/branch/main/graph/badge.svg)](https://codecov.io/gh/teamtomo/fidder) *fidder* is a Python package for detecting and erasing gold fiducials in cryo-EM images. <p align="center" width="100%"> <img width="80%" src="https://user-images.githubusercontent.com/7307488/205998768-5808c399-6801-4ade-89ee-771a7202908f.png"> </p> Fiducials are detected using a pre-trained residual 2D U-Net at 8 Å/px. Segmented regions are replaced with white noise matching the local mean and global standard deviation of the image. The package can be used from both [Python](usage/python.md) and the [command line](usage/command_line.md). --- ## Quickstart ### Python ```python import mrcfile import torch from fidder.predict import predict_fiducial_mask from fidder.erase import erase_masked_region # load your image image = torch.tensor(mrcfile.read('my_image_file.mrc')) # use a pretrained model to predict a mask mask, probabilities = predict_fiducial_mask( image, pixel_spacing=1.35, probability_threshold=0.5 ) # erase fiducials erased_image = erase_masked_region(image=image, mask=mask) ``` ### Command Line ```bash # predict fiducial mask fidder predict \ --input-image example.mrc \ --probability-threshold 0.5 \ --output-mask mask.mrc # erase masked region fidder erase \ --input-image example.mrc \ --input-mask mask.mrc \ --output-image erased.mrc ``` --- ## Installation pip: ```shell pip install fidder ``` ## Notes This package provides similar functionality to [BoxNet](http://www.warpem.com/warp/?page_id=135) from Warp when [retrained for gold fiducial segmentation](http://www.warpem.com/warp/?page_id=137). This package was developed to make this functionality available in a standalone, easy to install Python package. The architecture and training data preprocessing are based on the description in the [Warp paper](https://doi.org/10.1038/s41592-019-0580-y).


نیازمندی

مقدار نام
- einops
- imageio
- mrcfile
- numpy
- pooch
- pytorch-lightning
- rich
- scipy
- tiler
- torch
- torchvision
- typer
- zenodo-get
xtr black;
xtr ipython;
xtr mkdocs-material;
xtr mypy;
xtr pdbpp;
xtr pre-commit;
xtr pytest;
xtr pytest-cov;
xtr rich;
xtr ruff;
xtr pytest-cov;
xtr pytest>=6.0;


زبان مورد نیاز

مقدار نام
>=3.8 Python


نحوه نصب


نصب پکیج whl fidder-0.0.6:

    pip install fidder-0.0.6.whl


نصب پکیج tar.gz fidder-0.0.6:

    pip install fidder-0.0.6.tar.gz