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.

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