原始的代码:
链接
我修改后的代码: 链接
1、env 环境的安装
windows10 64 bits、nvidia驱动、CUDA8.0、cudnn、anaconda
打开命令窗口, 分别输入以下指令:
conda create -n NestedUnetTorchpython=3.6
conda activateNestedUnetTorch
pip install simpleitk
pip install opencv-python==3.4.2.16
pip install scipy
pip install scikit-learn==0.20
pip install scikit-image==0.14
conda install numpy mkl cffi
安装pytorch,选择与cuda版本对应的进行安装,参考链接如下:
链接
conda install torchvision -c pytorch
conda install Pillow=6.1
conda install tqdm
报错: ImportError: cannot import name '
_validate_lengths
', 由于numpy版本过高,升级下
pip install -U scikit-image
即可
conda install pandas
2、datasets 准备数据
脑肿瘤数据集
BraTs
链接:/s/1Ry41OVl9VLOMzhQQR9qXuA
提取码:qvmo
将其
切片
,并按以下格式要求放进工程目录的
input
里面:
├── images
| ├── 0a7e06.jpg
│ ├── 0aab0a.jpg
│ ├── 0b1761.jpg
│ ├── ...
|
└── masks
├── 0a7e06.png
├── 0aab0a.png
├── 0b1761.png
├── ...
3、train.py 训练
3.1完善代码:
1、代码缺了如下内容,在开头加入:
from sklearn.externals import joblib
import pandas as pd
2、此外,我这里切片后的image和mask的位数都为8位.所以导致skimage.io.imread读入的图片的shape都是两个通道,而代码中的transpose((2, 0, 1))是需要三个通道才能执行,否则
axes don't match array in pytorch
报错.修改的办法就是在image = image.transpose((2, 0, 1))之前加入如下代码使得它变为三个通道.
image = image[:,:,np.newaxis]
3.2运行代码:
即input/下的那个名字.
NestedUNet 即UNet++.
--image-ext即输入原始图片的格式;--mask-ext即输入标签图片的格式.
python train.py --dataset --arch NestedUNet --image-ext jpg --mask-ext png
4、test.py 训练
python test.py --name _NestedUNet_wDS
unet脑肿瘤分割_[论文代码]UNET++pytorch实现+环境安装+代码解释+brats脑肿瘤二维分割 UNetpytorch Brats 2D...
如果觉得《unet脑肿瘤分割_[论文代码]UNET++pytorch实现+环境安装+代码解释+brats脑肿瘤二维》对你有帮助,请点赞、收藏,并留下你的观点哦!