▼更多精彩推薦，請關注我們▼

Dragonfly軟件的一個特色功能就是可以讓用戶自己方便快速地訓練深度學習的模型，實現圖像分割等工作的智能完成。關于Dragonfly里面深度學習工具和智能分割向導工具的應用，可以看丁博士的兩個視頻來入門：

1. Dragonfly 軟件中 Deep Learning Tool 應用入門

鏈接：https://pan.baidu.com/s/1RV8IVpn3wOhpnrVOklN6sg

提取碼：p6fl

2.Dragonfly 軟件中智能分割向導(Segmentation Wizard)工具介紹

鏈接：https://pan.baidu.com/s/1m3DGobzebK0o9Afy_iOy-Q

提取碼：4jro

這里我們要講的是一個特殊的深度學習模型方法，稱為 Multi-Modality即多模態圖像輸入。通常我們做深度學習訓練實際上都是單模態的，即一個輸入圖像對應一個輸出Multi-ROI，訓練模型和應用模型都是這樣一對一。而多模態是多個輸入圖像對應一個輸出Multi-ROI，針對的主要是某些特定成像方法，例如電子顯微鏡中有時可以對同一個樣品的區域采集兩幅圖(背散射和二次電子)，或者X射線CT中可以采用雙能射線源得到同一個樣品的兩組CT圖像，都是這里說的Multi Modality。而RGB恰好相當于提供了同一個樣品的三組圖像，所以我們可以把它作為三個輸入來訓練一個Multi Modality的深度學習模型。

下面我們用Segmentation Wizard來做一個演示(注意僅在Dragonfy的2020.2版本中才開始有此功能)。

在Dragonfly里面同時選中從RGB圖像導入之后生成的三組數據，選擇右鍵菜單的啟動智能分割向導：

然后就是添加作為訓練數據用的Frame：

然后添加深度學習模型。我們這個demo中使用的是U-Net 2D, Level=4：

訓練之后得到的模型可以從分割向導工具中導出到主程序，然后就可以拿來對所有圖像進行自動分割了。

看看我們訓練的模型最后應用到全部切片圖上的自動分割效果吧：

小Tip: 對Multi-Modality的模型而言，作為Input的多組數據的順序(鼠標點擊選中的順序)是非常重要的，應用模型時的數據順序必須和訓練模型(首次啟動分割向導)時的數據順序保持一致，否則無法進行自動分割。

---

---

古生物聯合工作室

醫學3D打印工作室

光固化快速成型中心

三維可視化分析工作室

安徽數研智能科技有限公司期待與全國各地的醫師、科研人員、3D打印設備廠商開展廣泛合作！歡迎您的關注！

---

總結

以上是生活随笔為你收集整理的docker 训练深度学习_利用RGB图像训练MultiModality的深度学习模型进行图像分割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。