TadpoleNet
Overview
Descripción General
TadpoleNet is a Deep Learning model (UNet + EfficientNet-B0) for automated semantic segmentation of embryos. It allows researchers to automatically isolate the embryo’s surface and quantify its area (e.g., in cm²), replacing manual workflows with an objective, reproducible method.
TadpoleNet es un modelo de Deep Learning (UNet + EfficientNet-B0) para la segmentación semántica automática de embriones. Permite aislar automáticamente la superficie del embrión y cuantificar su área (ej. en cm²), reemplazando los flujos de trabajo manuales por un método objetivo y reproducible.
Main Features
Principales Características
Semantic Segmentation
Segmentación Semántica
UNet architecture with EfficientNet-B0 encoder for precise pixel-level segmentation.
Arquitectura UNet con *encoder* EfficientNet-B0 para segmentación precisa a nivel de píxel.
Area Quantification
Cuantificación de Área
Automatic conversion from pixels to real-world units based on calibration scale.
Conversión automática de píxeles a unidades reales según una escala de calibración.
Batch Processing
Procesamiento por Lotes
Processes entire image folders, generating binary masks and overlay files.
Analiza carpetas completas de imágenes, generando máscaras binarias y *overlays* visuales.
Results Export
Exportación de Resultados
Exports masks, overlays, and CSV summary tables with calculated areas.
Exporta máscaras, *overlays* y archivos CSV con los valores de área calculados.
Tech Stack
Tecnologías
Python, PyTorch, segmentation-models-pytorch, Albumentations, OpenCV, NumPy, Pandas, Matplotlib