端到端深度学习工作流
在同一界面完成数据检查、训练、单张预览、批量推理和指标评估,并保留运行日志与状态。
面向稀疏视角 CT 重建伪影校正的深度学习应用,覆盖数据集检查、模型训练、批量推理、定量评估与模型插件管理,支持 4096×4096 和 6144×6144 TIFF 数据的自动切分与拼接。

HEPSCT_dl 是面向稀疏视角 CT 重建伪影校正的深度学习平台,将稀疏重建 TIFF 图像映射为高质量重建结果。应用沿用 HEPSCT 的交互方式,把数据检查、训练、推理、评估和模型扩展组织在同一个工作界面中,并提供运行日志、进度、损失曲线和结果预览。
train_images / train_masks、val_images / val_masks、test_images / test_masks 的目录结构和图像配对状态eval.csv;支持查看指标均值、极值、标准差、直方图和逐文件结果在同一界面完成数据检查、训练、单张预览、批量推理和指标评估,并保留运行日志与状态。
自动识别 4096×4096 与 6144×6144 数据,按预设 patch、步长和重叠区域完成切分、推理与融合。
训练在独立进程运行,支持安全停止、逐 epoch 记录、最佳权重保存和从 checkpoint 继续训练。
支持 MAE、MSE、PSNR、SSIM、MSSSIM,提供指标分布、逐文件结果和最差样本检查。
模型、损失、指标、切分方案和权重命名通过插件注册,可在 Models 页加载可信的 Python 模型文件。
软件使用、适配与定制需求可联系上述联系人。