https://github.com/jabonsote/automatic-counting-of-epidermal-cells-with-deep-learning

Con este proyecto, se busca avanzar en el uso de modelos de Deep learning para la investigación en el campo de la botánica, ofreciendo una solución más eficaz y precisa para la medición de células epidérmicas.
https://github.com/jabonsote/automatic-counting-of-epidermal-cells-with-deep-learning

biology cells classification deep-learning deep-neural-networks detectron2 epidermal plants python pytorch resnet-50 tensorflow2

Last synced: about 1 month ago
JSON representation

Con este proyecto, se busca avanzar en el uso de modelos de Deep learning para la investigación en el campo de la botánica, ofreciendo una solución más eficaz y precisa para la medición de células epidérmicas.

• Host: GitHub
• URL: https://github.com/jabonsote/automatic-counting-of-epidermal-cells-with-deep-learning
• Owner: Jabonsote
• License: mit
• Created: 2023-11-17T18:52:08.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-11-19T18:12:14.000Z (over 1 year ago)
• Last Synced: 2025-03-26T16:39:01.834Z (about 2 months ago)
• Topics: biology, cells, classification, deep-learning, deep-neural-networks, detectron2, epidermal, plants, python, pytorch, resnet-50, tensorflow2
• Language: Jupyter Notebook
• Homepage: https://youtu.be/L4AdfaX22aU?si=k6lK1jw4fu_MxMF_
• Size: 24.8 MB
• Stars: 6
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE.txt

Awesome Lists containing this project

README

        
# Automatic-counting-of-epidermal-cells-with-Deep-Learning

¡Hola! Soy Javier Ramírez G, estudiante de ciencias computacionales en UABC, y este es mi proyecto de investigación para desarrollar un sistema de conteo automático de células epidérmicas en hojas de chile mediante el uso de ResNet50 y Detectron2.

![Example](https://github.com/Jabonsote/Automatic-counting-of-epidermal-cells-with-Deep-Learning/blob/main/src/css/estoma.png?raw=true)

## Descripción del Proyecto

### Características Clave

- **ResNet50 como Espina Dorsal:** Utilizo la arquitectura preentrenada ResNet50 para extraer características clave de las imágenes de micrografía de hojas de chile.

- **Detectron2 para Detección de Objetos:** Implemento Detectron2, simplificando el proceso de detección de células y permitiendo un conteo eficiente.

### Objetivos

- Desarrollar un modelo robusto para el conteo automático de células epidérmicas.

- Optimizar la arquitectura de ResNet50 para adaptarse a las características específicas de las imágenes de hojas de chile.

- Facilitar la detección eficiente de células mediante Detectron2.

### Contribuciones Esperadas

- Avance en la automatización de la cuantificación de células en estudios biológicos.

- Código abierto y documentación para fomentar la colaboración y replicabilidad.

- Mejoras continuas basadas en la retroalimentación y avances en investigación.

## Instalación

### Crear entorno virtual

#### Instalar venv

```

sudo apt install python3-venv

```

Crear un entorno virtual dentro del directorio raíz del proyecto.

GNU/Linux:

```

python3 -m venv venv

source ./venv/bin/activate

```

#### Desactivar el entorno virtual

Para desactivar el entorno virtual, ejecuta el siguiente comando:

GNU/Linux:

```

$ deactivate

```

### Dependencias

GNU/Linux:

```

python3 -m pip install -r requirements.txt

```