自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 nnUNet论文阅读

nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation摘要:The key design choices in this process are modeled as a set of fixed parameters, interdependent rules and empirical decisions. Without manual intervention, nnU-N

2021-10-21 01:21:44 3321

原创 nnUNet基础分割网络框架

在分析完nnUNet的基础训练框架之后,再接着分析一下nnUNet的基础分割网络,2D,3D的分割网络都是在此基础上进行构建的。此部分的代码在nnunet/network_architecture/neural_network.py中。#基础的神经网络框架class NeuralNetwork(nn.Module): def __init__(self): super(NeuralNetwork, self).__init__() def get_device(se

2021-10-12 23:59:35 3007

原创 YOLOX论文阅读

因为打比赛的需要用到YOLOX算法,专门看了一下YOLOX的论文,做个阅读笔记。论文链接:https://arxiv.org/abs/2107.08430YOLOX在YOLO V3的基础之上,加了很多新的方法,特别是使用anchor-free代替了anchor-base,既降低了参数有提升了性能。下面一个一个进行讲解。Decoupled headYOLO系列为了简便,使用一个卷积头(coupled head)同时预测cls、reg以及obj,现在已有多种多篇论文证明卷积解耦结构能够提升模型性

2021-09-18 00:07:58 522

原创 nnUNet 基础训练框架

在进入网络自适应配置之前,我们先学习一下nnUNet的基础训练框架,该模块对于大部分的视觉任务都通用,不管是分割、检测还是分类,因此可更具自身需要将此模块进行修改,添加至自己任务中。该模块包括train_val 循环、跟踪trian、val损失以及metirc,使用早停法提前终止训练,使用移动平均得到更加平滑的实验结果。nnUNet的后续训练都是再此基础进行延申。该模块位于nnunet/training/network_training/network_trainer.py中。该部分需要了解的知识点:

2021-09-07 23:34:24 2027 1

原创 nnUNet代码学习——数据预处理部分(二)

在将数据黑边crop并保存为npz、pkl文件之后,nnUNet接下来就是以数据集为单位,分析数据集基本信息。而这些都集成在**nnunet\experiment_planning\DatasetAnalyzer.py**文件中,下面对该模块文件进行分析,该模块的作用有:统计数据集中所有数据的大小和spacing 计算不同模态间数据集强度分布 计算crop区域所占比例再完成上述统计后,使用pkl将数据集信息保存DataAnalyzer数据分析模块class DatasetAnalyze

2021-08-31 21:44:52 2500 2

原创 nnUNet代码学习——数据预处理部分(一)

nnUNet最大的优点,就是可以根据数据集的情况,自适应的选择模型情况,而这一切的基础建立在nnUNet具有一套自成体系的数据分析框架,下面就开始一步一步解析nnUNet数据分析代码。相关代码存在于 nnUNet_plan_and_preprocess.py文件中。参数解析该文件首先就是参数配置,包括 task_id, planner3d, planner2d, no_pp, tl, tf, verify_dataset_integrity, overwrite_plans, overwrite_pl

2021-08-31 00:08:35 7912 1

原创 2021-08-24

nnUNet代码学习——预处理代码学习之前在实验室用了一段时间nnUNet代码,当时学习了一段时间,不过半途而废了。现在开始工作,感觉有必要将nnUNet的代码全部重新过一遍。那么就先从nnUNet预处理开始吧。首先先学习如何配置nnUNet。图像之间的依赖关系:图像大小,spacingnnUnet: 模块化的设计用来增改网络如何在新数据集上运行nnUNetnnUNet使用混合精度进行训练注意pytorch>1.6、显卡、以及cudnn版本的协调使用cpu可进行相关的数据增强最好使用c

2021-08-24 00:40:18 1192

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

提示
确定要删除当前文章?
取消 删除