nnunet生成json文件

最新推荐文章于 2025-06-01 14:15:28 发布

Fly*Boy

最新推荐文章于 2025-06-01 14:15:28 发布

阅读量1k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：学习文章标签： json python

本文链接：https://blog.youkuaiyun.com/mvpboy123/article/details/106528557

学习专栏收录该内容

32 篇文章

订阅专栏

本文介绍了一种使用Python生成医学影像数据集的方法，包括训练集和测试集的创建过程，涉及JSON文件的写入，以及从指定目录读取图像文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import json
import os
path ='/home/xxx/dataset.json'      ：生成json文件位置
name = os.listdir('/homexxx/imagesTr')   ：imageTr位置
name_test = os.listdir('/home/xxx/imagesTs')  ;imagesTs位置
with open(path, "w+", encoding="utf-8") as  f:
    f.write('{\n')
    f.write('"name": "Colon",\n')
    f.write('"description": "Colon Cancer segmentation",\n')
    f.write('"reference": "groups/jiafucang",\n')
    f.write('"licence": "CC-BY-SA 4.0",\n')
    f.write('"release": "1.0 4/3/2020",\n')
    f.write('"tensorImageSize": "3D",\n')
    f.write('"modality": {\n')
    f.write('"0": "CT"\n')
    f.write('},\n\n')
    f.write('"labels": {\n')
    f.write('"0": "background",\n')
    f.write('"1": "colon"\n},\n')
    f.write('"numTraining": 141,\n')   ：141训练集个数
    f.write('"numTest":90,\n')  ：90测试集个数
    f.write('"training":[')
    beforeI = '{"image":"./imagesTr/'
    beforeL = '","label":"./labelsTr/'
    for i in range(0,141):
        f.write(beforeI)
        f.write(name[i][-24:])
        f.write(beforeL)
        f.write(name[i][-24:])
        f.write('"}')
        print(name[i][-24:])
        if i<141:
            f.write(',')
    f.write('],\n')
    f.write('"test":[')
    for i in range(0,35):
        f.write('"./imagesTs/'+name_test[i][-24:]+'"')  ：24文件名长度
        if i<35:
            f.write(',')
    f.write(']\n}')
print('hello')