医院项目 （项目核心）

• 涉及敏感和关键内容不提交
• 0-师姐项目-2022.1-2022.6/ — 前期 UNet FPNA 分割模型 + LabVIEW GUI 界面
• 2-医学图像预处理/ — 二值化、直方图均衡化、边缘检测、超分辨率重建、Retinex 增强等预处理技术
• 4-肠化亚型识别模型/ — 肠化亚型识别：Faster-RCNN (TF2) / YOLOv3 检测与分类，含改进模型、基线、消融实验
• 5-综合评估模型/ — 综合评估：OLGIM 评分、胃窦胃体评估、Grad-CAM 可视化、ROC 曲线、机器学习特征分析
• 6-软件系统设计/ — 辅助诊断软件：PyQt 桌面应用 (PyQt_project-20231021/) + LabVIEW 系统
• 最新版-剪图片用这个/ — 图片裁剪、数据增强、数据集制作工具
• 一些代码脚本/ — 日常开发实用脚本（文件读写、图像处理、格式转换等）

DeepLearningWithLabVIEW

• 基于 LabVIEW 实现的图像处理、深度学习项目
• 内窥缺陷检测项目/ — 内窥镜缺陷检测：HRNet 语义分割、YOLOv5 ONNX 部署、Access 数据库集成
• 晨光项目/ — 晨光复合材料缺陷检测分析评定软件
• 火焰分割项目/ — 火焰分割 LabVIEW 应用（Canny/Otsu/LAB 分割）

中兴图像比赛

• 中兴捧月图像比赛算法：超分辨率重建（SRGAN、EDSR、WDSR）与插值算法

handson-ml2-master

• Aurelien Geron《机器学习实战》(Hands-On Machine Learning 2nd) 参考代码

PyQt

• PyQt 学习日记与代码示例（布局、信号槽、多线程、Web 等模块）

OpenMV

• OpenMV 嵌入式视觉项目：药品检测、深度学习模型（TFLite）在边缘设备上的部署

test_camera

• 摄像头采集与测试的 LabVIEW 项目（Snap/Grab/Sequence 采集模式 + ONNX 调用）

env

• 深度学习环境依赖配置文件（Tyorch/TensorFlow GPU 环境、Conda YAML 等）

RTX3090 / Ubuntu20.04LTS / Python3.9

• 依赖包参考 env/3090-tf-gpu-env.txt
• 大致流程：
  • sudo apt-get --purge remove nvidia*
  • sudo apt autoremove
  • ubuntu-drivers devices
  • sudo apt install nvidia-driver-510-server
  • conda create -n tf-gpu python==3.9
  • conda activate tf-gpu
  • conda install cudatoolkit=11.3 cudnn=8.2.1
  • pip install --default-time=300 tensorflow-gpu==2.5.0 keras==2.5.0rc0

RTX3090 / Ubuntu20.04LTS / Python3.8

• 依赖包参考 env/3090-pytorch-gpu-env.txt
• 大致流程：
  • conda create --name pytorch-gpu python==3.8
  • pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
• 测试：
  • torch.cuda.is_available() # True
  • torch.cuda.device_count() # 1
  • torch.cuda.get_device_name(torch.cuda.current_device()) # NVIDIA GeForce RTX 3090'

RTX3060 / Win11 / Python3.8.0

• NVIDIA官网下载并配置好系统环境变量
  • CUDA == 11.3.1
  • CUDNN == 8.2.1
• 依赖包参考 env/tf2-gpu_env.txt env/conda-gpu.yml

旧电脑-已不用 / Win10 / Python3.7.8

• 依赖包参考 env/py3.7_env.txt
• qt软件设计依赖包参考 pyqt5_env.txt