nnunet(十六) configuration & paths

default_num_threads=8 就是线程数默认是8，如果预处理或者数据载入的时候卡死了，就调小一点。

RESAMPLING_SEPARATE_Z_ANISO_THRESHOLD=3主要是判断spacing比较小的数据是否需要重采样，预处理或者推理的时候会用到，因为一般的数据扩增会到3真个范围。

---

my_output_identifier = "nnUNet"#根目录
default_plans_identifier = "nnUNetPlansv2.1"#会和trainer组合成训练参数的保存目录
default_data_identifier = 'nnUNetData_plans_v2.1'#预处理数据存放目录
default_trainer = "nnUNetTrainerV2"#主要是和default_plans_identifier 组合保存训练结果
default_cascade_trainer = "nnUNetTrainerV2CascadeFullRes"#和default_trainer一样，主要是和default_plans_identifier 组合保存训练结果。

nnUNet_raw_data_base就是原始数据存放的目录的父目录

• nnUNet_raw_data和nnUNet_raw_data_base组合，存放原始数据

• nnUNet_cropped_data和nnUNet_raw_data_base组合，存放裁剪后的数据

nnUNet_preprocessed就是预处理输出的目录

RESULTS_FOLDER是结果保存到目录，也就是trainer的父目录。

---

手动设置环境变量
os.environ['nnUNet_raw_data_base']=r"D:\dataset\nnUNet\raw"
os.environ['nnUNet_preprocessed'] = r"D:\dataset\nnUNet\preprocessed"
os.environ['RESULTS_FOLDER']= r"D:\dataset\nnUNet\results"