panseg

一键分割3D密集细胞,精准区分每个个体

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 42 🐛 待处理 22 👀 关注 8
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 138
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

panseg 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队kreshuklab
定价模式🏷️完全免费
价格说明开源项目,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Python
技术栈/模型bioimage-analysis,bioinformatics,deep-learning,image-segmentation,neural-network,segmentation,unet
GitHub 星标★ 138
上线时间2019-10-18 00:00:00
代码更新2026-11-03
仓库体积214.2 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-10
浏览次数7

项目介绍

panseg 是一个面向密集堆积 3D 体积图像的细胞实例感知分割工具。它主要解决在生物图像分析中,细胞在三维空间内高度重叠、难以准确区分个体边界的问题。该工具基于深度学习,核心能力包括对 3D 图像进行实例分割,即同时识别细胞类别并区分不同个体,输出每个细胞的独立掩膜。它采用 U-Net 等神经网络架构,针对密集场景优化,适合处理电子显微镜、共聚焦显微镜等生成的大规模体积数据。项目提供 Python 接口,支持训练、推理和评估流程,旨在为生物信息学研究者提供一个开箱即用的细胞分割解决方案,降低开发定制模型的门槛。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 138

核心亮点

  • 专为3D密集细胞场景设计,实例分割精度高
  • 基于U-Net等成熟架构,代码结构清晰易上手
  • 提供完整训练与推理流程,便于快速集成到生物分析管线

不足之处

  • 文档/社区待观察

适用场景

  • 电子显微镜图像中的细胞三维重建
  • 共聚焦显微镜下组织内细胞计数与形态分析
  • 生物医学研究中的细胞集群个体识别

替代项目

Cellpose、StarDist、EmbedSeg

上一篇:lucida

下一篇:nobg

同类项目推荐

detectron2 开源

用配置组合模型,快速训练检测分割模型

Detectron2 is a platform for object detection, segmentation and other visual recogni···

★ 34980 2026-09-30
STU-Net 开源

14亿参数医学分割大模型,预训练即拿高分

The largest pre-trained medical image segmentation model (1.4B parameters) based on ···

★ 118 2026-08-09
videoflow 开源

像搭积木一样拼出多进程视频分析流水线

Python framework that facilitates the quick development of complex video analysis ap···

★ 1044 2026-09-25
scribe.js 开源

浏览器里直接识别图片和 PDF 文字,无需后端

JavaScript OCR and text extraction for images and PDFs.

★ 323 2026-09-19
Construction-Hazard-Detection 开源

YOLO+聚类自动圈出工地危险区,实时告警

Enhances construction site safety using YOLO for object detection, identifying hazar···

★ 350 2026-09-20
Exp-CLIP 开源

用LLM知识让CLIP看懂表情,零样本识别更准

[WACV'25 Oral] Enhancing Zero-Shot Facial Expression Recognition by LLM Knowledge Tr···

★ 63 2026-08-09
VisCy 开源

显微图像自动提取单细胞特征,省去人工分析

computer vision models for single-cell phenotyping

★ 105 2026-09-18