![](https://cdn-ak-scissors.b.st-hatena.com/image/square/ba4e9878d9785b6bb713bc51ebaf22e56fb8c59b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBjaGloaXJvMTIwOSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MTE4MjNhMmNmZTExNmM2ZjU0M2ZkYTJjOWFmNmY1YzE%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D72c1c037f7ddf396455a81e53affbfd9)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Grand-challenge向けの環境準備 Part.2(ローカルPCでの提出用ファイルの準備方法) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Grand-challenge向けの環境準備 Part.2(ローカルPCでの提出用ファイルの準備方法) - Qiita
drive-vessels-unet/ ├ train.py # モデルの学習を行うPythonファイル ├ dataloader.py # train.pyから... drive-vessels-unet/ ├ train.py # モデルの学習を行うPythonファイル ├ dataloader.py # train.pyから呼び出されるデータの読み出し機能のモジュール ├ best_metric_model_segmentation2d_dict.pth # train.pyで学習したモデルの重みファイル ├ inference.py # 学習済みの重みファイルを使って推論を行うPythonファイル ├ VesselSegmentation/ # 推論を行うプログラムをGrand Challengeに提出できる形態に変えた完成形 ├ (省略) ├ (省略) train.py と inference.py をざっと見ると、それぞれかなりシンプルなコードとなっています。 VesselSegmentation フォルダ以下がGrand Challenge