md.ai python客户端库
mdai的Python项目详细描述
md.ai python客户端库
当前的pre alpha——API可能在将来的版本中发生重大变化。
python客户端库设计用于处理由MD.ai医疗ai平台生成的数据集和注释。
您可以下载由图像和注释组成的数据集（即json文件），创建训练/验证/测试数据集，与各种机器学习库（如tensorflow/keras，fast.ai）集成，以开发机器学习算法。
要开始，请查看notebooks section或我们的intro to deep learning for medical imaging lessons中的示例。
安装
使用pip：
安装和更新pip install --upgrade mdai
文档
概述文档：https://docs.md.ai/libraries/python/ API文档即将发布。
MD.AI注释器
ai注释器是一个功能强大的基于web的应用程序，用于在云端存储和查看匿名医学图像（例如dicom），协同、实时地创建注释，并导出用于培训的注释、图像和标签。ai python客户端库可用于下载图像和注释、准备数据集，然后用于培训和评估深度学习模型。
- md.ai文档和视频url:https://docs.md.ai/
- md.ai注释器示例项目url:https://public.md.ai/annotator/project/aGq4k6NW/workspace
md.ai注释json格式
有关注释json导出格式的更多详细信息，请参见：https://docs.md.ai/data/json/
笔记本示例
通过MD.ai
以下是几本Jupyter笔记本，涵盖了下载和解析注释数据的基础知识，以及针对医学成像领域中的分类、语义和实例分割以及对象检测问题的不同深度学习模型的培训和评估。这些笔记本电脑可以在google的colab上使用gpu运行（见下面的说明）。
- 第1课。用tensorflow/keras GithubAnnotator
- 第二课。基于unets的肺部x射线语义分割。Github| Annotator
- 第三课。用kaggle数据格式检测rsna肺炎
- 第三课。使用md.ai python客户端库检测rsna肺炎
贡献
请参阅contributing guidelines以设置开发环境以及如何为mdai做出贡献。
运行Jupyter笔记本电脑Colab
在google的colab上运行jupyter笔记本很容易，而且可以免费使用gpu（有时间限制）。 例如，可以将github jupyter笔记本路径添加到https://colab.research.google.com/notebook： 选择“github”选项卡，并添加第1课url:https://github.com/mdai/ml-lessons/blob/master/lesson1-xray-images-classification.ipynb
若要使用GPU，请在“笔记本”菜单中，转到“运行时”->；“更改运行时类型”->；“切换到Python3”，然后启用GPU。查看更多colab tips.
高级：如何在带有深度学习图像的谷歌云平台上运行
你也可以在google云平台上运行带有强大gpu的笔记本电脑。在这种情况下，您需要向google cloug平台进行身份验证，创建一个运行google深度学习映像的私有虚拟机实例，并导入经验教训。请参阅下面的说明。
GCP Deep Learnings Images How To
版权所有©2019 MD.AI，Inc.
欢迎加入QQ群-->： 979659372
