AI Rank
EN
← 开源
ozan-oktay

Attention-Gated-Networks

Use of Attention Gates in a Convolutional Neural Network / Medical Image Classification and Segmentation

Model DevelopmentArchitecturePython
在 GitHub 打开
增长势头
+024 小时新增 Star0.0%
2.06k
Star
437
Fork
+1
本周
2
贡献者
创建于 2018-04-02 · 更新于 2026-10-13 · 今日第 9032 名
主要开发者
ozan-oktayimadtoubal

ozan-oktay/Attention-Gated-Networks 排名第 9,032，有 2,065 个星标。

同类别比较

ozan-oktay/Attention-Gated-Networks 排名第 9,032，此处有 8 个同类条目；mapbox/robosat 排名第 9,031。

同类别比较
名称排名指标
facebookresearch/blt9,026
语言:
Python
星标数:
2,068
分叉数:
196
简介:
Code for BLT research paper
koth/kcws9,027
语言:
C++
星标数:
2,068
分叉数:
628
简介:
Deep Learning Chinese Word Segment
NVIDIA-NeMo/RL9,028
语言:
Python
星标数:
2,067
分叉数:
601
简介:
Scalable toolkit for efficient model reinforcement
mapbox/robosat9,031
语言:
Python
星标数:
2,065
分叉数:
384
简介:
Semantic segmentation on aerial and satellite imagery. Extracts features such as: buildings, parking lots, roads, water, clouds
multimodallearning/pytorch-mask-rcnn9,034
语言:
Python
星标数:
2,064
分叉数:
545
ChenglongChen/tensorflow-DeepFM9,036
语言:
Python
星标数:
2,063
分叉数:
799
简介:
Tensorflow implementation of DeepFM for CTR prediction.
lucidrains/toolformer-pytorch9,038
语言:
Python
星标数:
2,063
分叉数:
132
简介:
Implementation of Toolformer, Language Models That Can Use Tools, by MetaAI
facebookresearch/theseus9,040
语言:
Python
星标数:
2,060
分叉数:
152
简介:
A library for differentiable nonlinear optimization
关键参数与规格
关键参数与规格
参数值
语言Python
类别Model Development
子类别Architecture
星标数2,065
分叉数437
贡献者2
创建日期2018-04-02
更新日期2026-10-13
1 天星标数0
7 天星标数1
排名9,032
上次排名9,071
排名变化39
7 天星标排名9,491
上次 7 天星标排名9,542
7 天星标排名变化51
总星标排名6,178
上次总星标排名6,170
总星标排名变化-8
国家Turkey
常见问题

记录了多少星标和分叉？

ozan-oktay/Attention-Gated-Networks 有 2,065 个星标和 437 个分叉。

仓库排名是多少？

ozan-oktay/Attention-Gated-Networks 排名第 9,032。

记录的语言和类别是什么？

ozan-oktay/Attention-Gated-Networks 有 2,065 个星标，语言为 Python，类别为 Model Development。

哪个仓库排名最接近？

ozan-oktay/Attention-Gated-Networks 与 mapbox/robosat 比较，后者排名第 9,031，有 2,065 个星标。

README

Attention Gated Networks

(Image Classification & Segmentation)

Pytorch implementation of attention gates used in U-Net and VGG-16 models. The framework can be utilised in both medical image classification and segmentation tasks.

 ![](figures/figure1.png)    

 The schematics of the proposed Attention-Gated Sononet





 ![](figures/figure2.jpg)    

 The schematics of the proposed additive attention gate

References:

  1. "Attention-Gated Networks for Improving Ultrasound Scan Plane Detection", MIDL'18, Amsterdam

Conference Paper

Conference Poster

  1. "Attention U-Net: Learning Where to Look for the Pancreas", MIDL'18, Amsterdam

Conference Paper

Conference Poster

Installation

pip install --process-dependency-links -e .

排名相邻
同类项目