- 博客(4)
- 收藏
- 关注
RSS订阅原创 在windows系统上运行Unimatch模型 并使用自制数据集
在unimatch.py中 这个dice_class=[0]*n 这个n得改成你的n_classes 我们这里改为2。注意要修改的 nclass（包含背景类 默认为0） 和 data_root。data中放3d图像 slices中放切片。configs目录下新建ours.yaml。一、先教学怎么跑起来实例ACDC数据集。5.现在就可以愉快的跑自己的数据集了。1.先改acdc.ymal。1.nrrd转化h5代码。2.h5转化nrrd代码。2.运行这个代码开始跑。我自己写了预测代码如下。
2024-12-07 15:24:16
417
原创 记录nnDetection终于跑通了
nndet貌似不支持多卡训练，18个数据的训练集，一个epoch要训练一个小时左右，每一折训练60个epoch。这是环境配置 电脑是cuda11.4 conda环境里cuda11.6+pytorch1.12.1。如果没有五折就跳过（要用几折的结果就--fold 几，如果五折全用 就--fold -1）运行完毕之后，数据集文件下会出现preprocessed和raw_cropped文件夹。如果五折训练，就要consolidation。再运行以下指令，开始训练fold=0。如果没五折训练还要自己建立。
2024-10-07 17:49:51
353
原创 nnunetv2训练验证推理
1、对于本文的数据集来说nnunet有2d和3d_fullres共两个模型，且nnunet默认使用五折交叉验证的方式训练模型，既对2d和3d_fullres来说，各自训练五次。由于有ensemble的策略，所有需要模型预测的概率图（属于某个类别的概率，在0到1之间）而不是分割结果（0，1，2。images里面在.nii.gz前要加入0000（代表是模态0，若有其他模态的就依次0001，这个数字在json文件里要有体现，比如0模态是CT，1模态是MRI），label是同名文件，但没有0000,0001。
2024-08-18 20:21:15
1380
2
原创 学籍管理系统柱状图
int* getLimit(int* a, int count){ static int limit[2] = { 0 }; for (int i = 0; i < count; i++) { limit[1] = limit[1] > a[i] ? limit[1] : a[i]; limit[0] = limit[0] < a[i] ? limit[0] : a[i]; } return limit;}vo...
2021-12-20 17:46:11
275
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人