BiaPy

拖拽配置，快速搭建生物图像深度学习分析流程

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署计算机视觉 🍴 复刻 45 🐛 待处理 2 👀 关注 7

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 218

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源库，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类计算机视觉

开发团队BiaPyX

官网地址https://BiaPyX.github.io

GitHubhttps://github.com/BiaPyX/BiaPy

定价模式🏷️完全免费

价格说明开源库，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型biomedical-image-processing,classification,computer-vision,convolutional-neural-networks,deep-learning,denoising,image-processing,image-segmentation,instance-segmentation,machine-learning,medical-imaging,object-detection,python,pytorch,segmentation,self-supervised-learning,semantic-segmentation,super-resolution

GitHub 星标★ 218

上线时间2019-02-28 00:00:00

代码更新2026-11-09

仓库体积1.30 GB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-10

浏览次数6

项目介绍

BiaPy 是一个开源的 Python 库，旨在简化生物图像分析流程的构建。它基于深度学习，提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括图像分类、语义分割、目标检测、图像去噪等，并针对生物医学图像（如显微镜图像、病理切片）进行了优化。用户可以通过配置文件快速启动标准训练流程，无需编写大量代码，同时支持自定义模型和数据处理。项目采用 Jupyter Notebook 为主要开发语言，便于交互式实验和文档展示。BiaPy 解决了生物医学研究者在使用深度学习时面临的高门槛问题，将复杂的模型训练和评估过程封装为易用的接口，加速科研和临床诊断中的图像分析任务。