nn-Unet/STU-Net 踩坑记录

已于 2024-12-16 17:14:53 修改
阅读量65 收藏
点赞数
分类专栏： 开源代码踩坑 文章标签： python
于 2024-12-16 11:23:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xxiaot/article/details/144502451
版权

持续更新.............................

目的是在私有数据集上微调STU-Net ，跑了接近两天才跑通，记录过程中的一些坑（STU-Net 是nnunet的大模型改进版）

环境配置

1.新建环境

        为了避免不必要的错误，最好在一个全新的环境上跑stu-net。我之间在一个用于跑totalsegmentator上的环境运行stu-net，会警告我stu-net的nnunet版本和totalsegmentator不一致。

2.数据处理

3.微调模型

unet学习笔记（milesial/Pytorch-UNet）
weixin_67138138的博客
05-25 2264
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 unet学习笔记（milesial/Pytorch-UNet）原理讲解unet_parts.py内容predict.py内容 所用到的代码Pytorch-UNet/predict.py at master · milesial/Pytorch-UNet ·GitHub 原理讲解 蓝/白色框表示 feature map； 蓝色箭头表示 3x3 卷积，用于特征提取； 灰色箭头表示skip-connection，用于特征融合； 红色箭头.
nn-UNet使用记录--代码配置
weixin_44858814的博客
04-28 6928
nnunet代码使用 上一篇博文中，我在第三方的超算平台上配置了nnunet包，上手简单，但调参非常有限，也不能使用自己的模型。 本文我将在实验室的服务器配置nnunet代码包(也是怕以后用不了第三方的平台了)，可以直接阅读和修改源码，我认为是非常有必要的。 1.服务器环境 import torch print(torch.__version__) # torch版本查询 print(torch.version.cuda) # cuda版本查询 print(torch.backends.cudnn.ve
Extending nn-UNet for brain tumor Segmentation 扩展nn-UNet用于脑肿瘤分割
Slientsake的博客
04-17 5287
Extending nn-UNet for brain tumor Segmentation 扩展nn-UNet用于脑肿瘤分割 Pattern Recognition on November 01, 2021 论文：https://arxiv.org/abs/2111.13300 code：https://github.com/rixez/Brats21_KAIST_MRI_Lab https://hub.docker.com/r/rixez/brats21nnunet 摘要：   脑肿瘤的分割对胶质瘤的诊
LightM-UNet: Mamba Assists in LightweightUNet for Medical Image Segmentation——Mamba助力轻量级UNet用于医学图像分割
Together_CZ的博客
12-26 1819
LightM-UNet: Mamba Assists in Lightweight UNet for Medical Image Segmentation Mamba助力轻量级UNet用于医学图像分割
VM-UNet: Vision Mamba UNet for Medical Image Segmentation——用于医学图像分割的视觉Mamba UNet
Together_CZ的博客
12-26 1791
VM-UNet: Vision Mamba UNet for Medical Image Segmentation——用于医学图像分割的视觉Mamba UNet
图像分割UNet系列------Res-UNet详解
热门推荐
gz7seven
08-10 4万+
图像分割unet系列------Res-UNet详解1、Res-UNet要解决的问题2、Res-UNet主要网络结构3、引发的思考     Res-UNet发表于2018年，是UNet非常重要的改进版本之一。当然，Res-UNet同样是应用在医学图像分割领域-----视网膜血管分割。 1、Res-UNet要解决的问题     作者在文章的简介中就提到了视网膜血管分割任务的主要难点和挑战，这也是Res-UNet重点解决的问题，具体如下所示（直接翻译）： 小血管缺失：位于血管末端的小血管有时甚至人眼也难以分辨
nn-UNet使用记录--开箱即用
weixin_44858814的博客
04-28 7823
nn-UNet使用记录–开箱即用 nnunet项目官方地址 MIC-DKFZ/nnUNet (github.com) 使用nnunet之前，建议先阅读两篇论文 nnU-Net: Self-adapting Framework for U-Net-Based Medical Image Segmentation nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation 本文使用vscode
ACC-UNet——基于Transformers与UNet的语义分割模型
知来者逆的博客
05-03 2556
在过去十年中，计算机视觉领域经历了一场根本性的变革，这主要归功于视觉转换器（Visual Transformers）的引入。这一变革同样影响了医学成像领域，其中UNet架构通过采用转换器技术进行了重要重构，成为了该领域内极具影响力的模型之一。近期的研究，如ConvNext，重新评估了卷积模型在视觉任务中的有效性，这一工作启发了我们对现有技术的进一步改进。我们的目标是提升传统的纯卷积UNet模型，使其在性能上能与基于Transformer的模型如Swin-Unet和UCTransNet相媲美。
Swin-Unet跑自己的数据集（Transformer用于语义分割）
qq_20373723的博客
03-21 3万+
Transformer用于语义分割
Unet-train_UNet_Unet去噪_u-net图像分割_u-net_Unet-train
09-11
在"Unet-train.py"文件中，通常会包含定义U-Net模型、数据预处理、损失函数选择、优化器设置、训练循环以及可能的验证和模型保存等关键步骤。训练过程中，模型会逐步学习从带有噪声的图像中提取干净图像的特征，并...
SmaAt-UNet:论文“ SmaAt-UNet的PyTorch代码
05-09
在本文中，我们使用了模块（PL），该模块简化了培训过程，并允许轻松添加记录器和创建检查点。 为了使用PL，我们创建了模型，其父级继承自pl.LightningModule。 此模型与具有添加的PL功能的纯PyTorch SmaAt-UNet...
SA-UNet:SA-UNet的开源代码
05-04
该代码适用于以下论文：用于视网膜血管分割的空间注意U-Net。 我们报告DRIVE和CHASE DB1数据集的最新性能。 布达佩斯技术经济大学（CME）的郭长禄（Changlu Guo）编写的代码。 我们在Ubuntu 16.04上进行培训和...
keras-unet-collection:Tensorflow，Keras U-net，V-net，U-net ++，R2U-net，Attention U-net，ResUnet-a，U ^ 2-Net和UNET 3+的实现，带有受ImageNet训练的主干
05-07
keras-unet-collection 所述tensorflow.keras实施U型网，V-净，U-净++，R2U网，注意力U形网，ResUnet-A，U ^ 2-Net和UNET 3+具有可选ImageNet训练有素骨架。 keras_unet_collection.models包含使用超参数选项配置...
192.168.145.129
最新发布
cqsizhuang的博客
04-03 724
学习 SQL 基础：SQL 是与数据库交互的语言，掌握基本的 SQL 语句，如SELECT、INSERT、UPDATE、DELETE等，以及数据定义语言（DDL），如CREATE TABLE、ALTER TABLE、DROP TABLE等。研究数据库内核：如果对数据库的底层原理感兴趣，可以深入研究 PostgreSQL 的内核代码，了解其存储引擎、查询优化器、事务处理等模块的实现原理，这有助于更深入地理解数据库的运行机制，提升性能优化和故障排查的能力。安装完成后，熟悉数据库的启动、停止等操作。
在显卡上训练大模型
weixin_44245188的博客
04-02 1566
本文讲述了在昇腾910上面使用 LLaMA-13B 进行多机多卡模型训练；但目前在昇腾910上面，无论是基于MindSpore还是基于Pytorch进行大模型训练，总体都还不是很完善，就当前时间节点而言，经常会有一些奇奇怪怪的坑；虽然，从硬件层面上来说昇腾910具备训练大模型的能力，但是软件层面（无论是生态还是AI框架的易用性，对于业界最新大模型的支持和适配等）上还有很长的路要走。
Python 中的 `partial`：函数参数预设的艺术
蜗牛沐雨
04-01 1452
在 Python 的functools模块中，partial是一个非常实用的工具，用于创建一个新的函数，该函数是原函数的一个“部分应用”版本。所谓“部分应用”，是指预先设定原函数的一部分参数，从而生成一个新的函数，这个新函数在被调用时，只需要提供剩余的参数即可。partial的存在，使得我们可以更加灵活地处理函数参数，特别是在需要将函数作为参数传递，或者需要对函数进行一定程度的定制化时，partial能够大显身手。partial。
25 python 迭代器与生成器
水滴爬呀爬
04-01 691
介绍python的迭代器与生成器
python-leetcode 63.搜索二维矩阵
qq_51906990的博客
04-02 450
由于每行的第一个元素大于前一行的最后一个元素，且每行元素是升序的，所以每行的第一个元素大于前一行的第一个元素，因此矩阵第一列的元素是升序的。对矩阵的第一列元素二分查找，找到最后一个不大于目标值的元素，然后在该元素所在行中二分查找目标是否存在。若将矩阵每一行拼接在上一行的末尾，则会得到一个升序数组，我们可以在该数组上二分找到目标元素。时间复杂度：O(logm+logn)=O(logmn),其中mn分别是矩阵的行数和列数。时间复杂度：O(logm+logn)=O(logmn),其中mn分别是矩阵的行数和列数。
Python Cookbook-4.22 在表达式中处理异常
weixin_52297428的博客
04-01 1021
想写一个表达式，所以你无法直接用 ty/except语句，但你仍需要处理表达式可能抛出的异常。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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