2023.07.13 对沈茜当前工作的总结
pytorch - tensorflow
负责 完成细胞计数，细胞的形态学分析，以及后续后续细胞追踪 （全局，划线锁定）
传统路线，通过参数调整可以实现细胞计数和，细胞的形态学分析的效果。
在后续的细胞追踪中，传统的算法的效果（X）
目前尝试使用机器学习中 Graph Neural Network cell-tracker-gnn 对于细胞追踪。(2D or 3D)
同时也在尝试使用 使用 EmbedTrack （2D）
Simultaneous Cell Segmentation and Tracking Through Learning Offsets and Clustering Bandwidths
尝试训练模型
Fluo-N2DH-SIM+ ，Fluo-N2DL-HeLa
代码已经跑通， 和github中介绍的效果相似。
接下来，要去实际的拍摄一些细胞图像，用真实的数据，进行建模训练。 验证数据集的敛散性
同时在进行 关于C++ libtorch的一些学习，正在尝试用 c++ 调用已经训练好的模型。