【3D 图像分割】基于 Pytorch 的 3D 图像分割10(测试推理篇)


对于直接将裁剪的 patch,一个个的放到训练好的模型中进行预测,这部分代码可以直接参考前面的训练部分就行了。其实说白了,就是验证部分。不使用 dataloader的方法,也只需要修改少部分代码即可。

但是,这种方法是不end to end的。我们接下来要做的,就是将一个CT数组作为输入,产生patch,最后得到预测的完整结果。这样一个初衷,就需要下面几个步骤:

  1. 读取一个序列的CT数组;
  2. OverLap的遍历所有位置,裁剪出一个个patch
  3. 一个个patch送进模型,进行预测;
  4. 对预测结果,再一个个拼接起来,组成一个和CT数组一样大小的预测结果。

这里,就要不得不先补齐下对数组cropmerge操作的方法了,建议先去学习下本系列的文章,

链接:【3D 图

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

钱多多先森

你的鼓励,是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值