ilastik：用于生物图像分析的交互式机器学习工具
像素分类、对象分类、跟踪和 3D 雕刻作为交互模块运行，从稀疏的笔触注释中进行训练，仅处理您查看的区域。ilastik 由 ilastik 开发：用于生命科学家和显微镜操作员的生物图像分析的交互式机器学习，它提供无代码的工作流程用于分割、计数和时间推移跟踪。该应用程序支持 TIFF、PNG、JPEG 和 HDF5，运行在 64 位 Windows 上，面向需要机器学习结果而无需编写代码的研究人员。
ilastik 的功能是什么，工作流程是怎样的？
该应用程序从示例注释中构建分类器：您使用画笔标记像素或对象，随机森林模型对这些标签进行概括，您可以交互式地细化结果。核心模块包括像素分类、对象分类、密度计数、自上下文级联和用于半自动 3D 分割的雕刻工具。在 GUI 中训练的模型可以以批处理或无头模式应用，以便在多个文件上运行相同的处理。
ilastik 能否处理大型数据集而不会耗尽内存？
惰性执行使内存使用局限于可见区域，因此程序仅处理您检查的图块，这使其能够处理比系统 RAM 更大的数据集。最低要求是 64 位系统，具有 8 GB RAM，文档建议对于大型 3D 项目或自上下文工作流程使用更多内存。批处理和无头操作使您能够在不重新加载交互视图的情况下跨文件夹推送训练模型。
ilastik 对非程序员来说安全吗，合适吗？
界面是无代码的，并由视觉反馈驱动，因此没有编程专业知识的用户可以使用简单的注释训练分类器。该项目是基于 GPL 的开源项目，这意味着代码库和工作流程是可检查的，并且可以与 Fiji 和 CellProfiler 等工具集成。高级工作流程，例如级联自上下文和种子分水岭雕刻，暴露出需要领域知识的参数，以避免错误分割。
谁应该使用 ilastik 以及可以期待什么
ilastik 适合需要互动机器学习分割和跟踪的生物学家和显微镜专家，无需编码，并且处理 2D、3D 或时间序列图像。期待一个可视化的训练循环，产生可重用的模型，以及一个内存友好的懒惰执行器用于大文件；计划为复杂的 Autocontext 或大型 3D 体积分配额外的 RAM。推荐。
