在 AutoDL 平台配置 U-Mamba 环境并训练医学图像分割

吖查

已于 2024-07-25 09:08:02 修改

阅读量4k

点赞数 24

CC 4.0 BY-SA版权

文章标签：深度学习人工智能计算机视觉自然语言处理 cnn

于 2024-07-06 22:29:13 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_42990106/article/details/140236897

在 AutoDL 平台配置 U-Mamba 环境并训练医学图像分割

相关数据和离线依赖包，网盘下载链接
链接：https://pan.baidu.com/s/1DNjtsDJOlN_4l4Vr0y9tNg?pwd=bz95
提取码：bz95

视频版

环境配置教程来源
https://blog.youkuaiyun.com/weixin_45231460/article/details/138862816
U-Mamba项目地址
https://wanglab.ai/u-mamba.html

1.U-Mamba

在这里插入图片描述

最近，处理长序列任务的 Mamba 模型较为火爆。U-Mamba 的作者设计了一个混合的 CNN-SSM（卷积神经网络 - 状态空间序列模型）块，它结合了 CNN 的局部特征提取能力以及 SSM 捕捉长距离依赖的能力，还充分利用了 UNet 的 U 型结构的优势，从而提出了 U-Mamba 网络。并且，结合 nnUnetV2 框架，该网络能够自适应各种医学分割数据。

在腹部 CT 和腹部 MRI 数据上，其效果优于 nnUNet。作者还解释，U - Mamba 分割结果中的异常值更少。例如，在腹部 CT 扫描中能生成更准确的肝脏和胃的分割 mask；在 MRI 扫描中能更好地描绘胆囊的边界。同时，在面对异质外观时，它表现得更为稳健，比如在腹部 MRI 扫描中能更好地区分脾脏的外观。
在这里插入图片描述

2.在AutoDL配置环境

配置这个环境，一方面是想跑通U-Mamba，一方面U-Mamba是结合了nnUnetV2，即使不跑U-Mamba，也可以在本地没有足够显卡的情况下，在AutoDL平台跑通nnUnetV2来分割自己的数据。

配置环境，最烦就是安装Mamba的causal-conv1d和mamba_ssm，根据U-Mamba官网指示来安装会报错（我），根据这个博主来安装Mamba，可以顺利跑通U-Mamba

https://blog.youkuaiyun.com/weixin_45231460/article/details/138862816

3.数据

这次分割的数据是论文中展示的腹部MRI数据，分割13个器官

4.安装环境

1.登录autoDL，开一个3090的卡。

在这里插入图片描述

2.安装依赖包

#切换目录
cd autodl-tmp
#创建环境变量
conda create -n umamba python=3.10 -y

#刷新环境变量
conda init bash && source /root/.bashrc

#激活环境
conda activate umamba 
#安装pytorch库
pip install torch==2.1.1 torchvision==0.16.1 torchau