小学二年级也能轻松掌握的nnUNet的使用教程（Windows1.0版）

介绍

在遥远2019年nnUNet的出现为我们打开神经网络分割应用的新大门。不同于某些论文将研究重心放在模型结构的排列组合，nnUNet在UNet的基础上做了很小改动的同时在预处理和后处理上运用了很多小trick。nnUNet让我们知道，在医学影像领域中预处理和后处理的作用有时候大于网络本身的改造。nnUNet因其强大的实用性直至2024也未过时，所以，尝试了解和使用nnUNet是每个医学影像领域工作者的必修课。

github代码的选择

因为我在做项目的时候要用到的权重在V2版本的nnUNet里没有，所以我找的nnUNet代码是V1版本的。nnUNet一般是在Linux系统上使用，使用官方代码即使是在预处理的时候也会出现各种各样难以解决的问题。作为一个小学二年级的学生，我们应该知道，nnUNet已经出现了几年了，应该会有适用于Windows的nnUNet的代码出现在GitHub上。于是我们可以找到基于Windows的nnUNet。虽然可以避免处理GitHub上nnUNet原始代码中较为难解决的BUG，但是在一些存储路径上相关的BUG仍然会出现。于是我修改了些小BUG，已上传GitHub。

环境

python3.7、pytorch1.9.0、cuda10.2
配置环境的时候要注意batchgenerator的版本，在这里最新的0.24版本在运行的时候会报错，得用0.21版本才行。

安装

使用cmd进入nnUNet代码主路径，进入nnUNet代码主路径后输入指令，如图：

//注意，不要漏了那个.  为避免出现这个问题把指令写在下面你们直接复制吧
pip install -e .

预处理

先在nnUnet-OnWindows-main文件夹下创建data文件夹，之后在DATA文件夹中创建nnUNet_preprocessed、nnUNet_raw_data_base、RESULTS_FOLDER，如图：
在nnUNet_raw_data_base路径下再创建nnUNet_cropped_data和nnUNet_raw_data，如图：

我下载了Task08_HepaticVessel，想要别的任务图像的可以在download_pretrained_model.py找下载路径试一试能不能下载训练的图像，但不是所有的都能下载。
接着将下载下来的原始文件保存到nnUNet_raw_data文件夹下。

找到path.py模块，修改里面的路径，如图：

下一步是找到nnUNet_convert_decathlon_task.py模块，在该模块的configuration里加入图像文件的路径然后直接运行nnUNet_convert_decathlon_task.py模块，修改文件名格式之后的文件会保存在nnUNet_raw_data文件下的Task008_HepaticVessel（比原来的文件名多了一个0）。

紧接着在nnUNet_plan_and_preprocess.py的代码里面直接修改或者是直接在该模块的configuration里面修改

直接运行nnUNet_plan_and_preprocess.py模块，在运行成功后就可以开始训练了。