可训练的Weka分割

可训练的Weka分割是一个Fiji插件和库，它结合了一组机器学习算法和选定的图像特征，以生成基于像素的分割。Weka（Waikato环境知识分析）本身可以通过插件调用。它包含一组用于数据分析和预测建模的可视化工具和算法，以及用于轻松访问这些功能的图形用户界面。如他们的维基百科页面所述，Weka的优势包括：

• 在GNU通用公共许可证下自由可用
• 可移植性，因为它完全用Java编程语言实现，因此几乎可以在任何现代计算平台上运行
• 全面的数据预处理和建模技术集合
• 由于其图形用户界面，易于使用
• Weka支持多个标准数据挖掘任务，更具体地说，数据预处理、聚类、分类、回归、可视化和特征选择。

该库的主要目标是作为机器学习和图像处理领域之间的桥梁。它提供了使用和更重要的是比较任何可用分类器以基于像素分类执行图像分割的框架。

有关更多详细信息，请访问文档站点。

引用

请注意，可训练的Weka分割基于一项出版物。如果您成功地将其用于研究，请引用我们的工作：

• Arganda-Carreras, I., Kaynig, V., Rueden, C., Eliceiri, K. W., Schindelin, J., Cardona, A., & Seung, H. S. (2017). 可训练的Weka分割：一种用于显微镜像素分类的机器学习工具. Bioinformatics (Oxford Univ Press) 33 (15), doi:10.1093/bioinformatics/btx180 (在Google Scholar上).