U-Mamba 项目安装和配置指南
U-Mamba 项目地址: https://gitcode.com/gh_mirrors/um/U-Mamba
1. 项目基础介绍和主要编程语言
项目介绍
U-Mamba 是一个用于增强生物医学图像分割中长程依赖性的开源项目。该项目旨在通过结合残差块和 Mamba 块来提升图像分割的性能,特别适用于2D和3D生物医学图像的分割任务。
主要编程语言
U-Mamba 项目主要使用 Python 编程语言进行开发。
2. 项目使用的关键技术和框架
关键技术
- Mamba 块: 用于增强长程依赖性。
- 残差块: 用于构建深度神经网络。
主要框架
- PyTorch: 用于深度学习模型的构建和训练。
- nnU-Net: 一个流行的生物医学图像分割框架,U-Mamba 基于此框架进行开发。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统: Ubuntu 20.04
- CUDA 版本: 11.8
- Python 版本: 3.10
- Anaconda: 用于创建和管理虚拟环境
详细安装步骤
步骤 1: 安装 Anaconda
如果你还没有安装 Anaconda,可以通过以下命令安装:
wget https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh
bash Anaconda3-2023.07-1-Linux-x86_64.sh
步骤 2: 创建虚拟环境
使用 Anaconda 创建一个名为 umamba
的虚拟环境,并激活它:
conda create -n umamba python=3.10 -y
conda activate umamba
步骤 3: 安装 PyTorch
在虚拟环境中安装 PyTorch 2.0.1 和 torchvision 0.15.2:
pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118
步骤 4: 安装 Mamba
安装 Mamba 及其依赖项:
pip install causal-conv1d>=1.2.0
pip install mamba-ssm --no-cache-dir
步骤 5: 下载 U-Mamba 代码
从 GitHub 仓库下载 U-Mamba 代码并进入项目目录:
git clone https://github.com/bowang-lab/U-Mamba.git
cd U-Mamba/umamba
步骤 6: 安装项目依赖
在项目目录下运行以下命令安装项目依赖:
pip install -e .
步骤 7: 运行测试
进入 Python 命令行界面,导入 PyTorch 和 Mamba 模块以确保安装正确:
python
import torch
import mamba_ssm
配置指南
数据目录设置
U-Mamba 的默认数据目录预设为 U-Mamba/data
。如果你有现有的 nnU-Net 设置,并希望使用其他目录,可以在 umamba/nnunetv2/path.py
中调整路径设置。例如:
base = '/home/user_name/Documents/U-Mamba/data'
nnUNet_raw = join(base, 'nnUNet_raw')
nnUNet_preprocessed = join(base, 'nnUNet_preprocessed')
nnUNet_results = join(base, 'nnUNet_results')
通过以上步骤,你已经成功安装并配置了 U-Mamba 项目。现在你可以开始使用 U-Mamba 进行生物医学图像分割任务了。