本文档介绍了如何使用nnUNet框架进行3D图像分割任务，详细阐述了设置环境变量、数据格式转换以及创建自定义任务的步骤。nnUNet要求数据以3D nifti files存储，并按特定目录结构组织。作者通过Task055_SegTHOR作为模板，执行数据预处理、计划和训练操作，使用nnUNet_train命令启动训练过程。训练完成后，模型保存在指定目录下。
首先，看了看github上的readme，确实挺长。目前数据都有，就按照步骤一步一步来吧
设置路径
nnUNet需要设置三个路径：
- nnUNet_raw_data_base: 用于存放原始数据和crop后的数据。该目录至少包含一个nnUNet_raw_data子文件夹
- nnUNet_preprocessed：用于存放预处理数据，该数据将来会用于训练，建议放在SSD下
- RESULTS_FOLDER：用于存放训练模型
使用文本编辑器打开.bashrc文件，将以上路径加入环境变量
sudo vim ~/.bashrc
export nnUNet_raw_data_base="/home/data/nnunet/nnUNet_raw_data_base"
export nnUNet_preprocessed="/home/data/nnunet/nnUNet_preprocessed"
export RESULTS_FOLDER="/home/data/nnunet/nnUNet_trained_models"
source ~/.bashrc # 使修改生效
数据格式转换
数据格式采用的使3D nifti files（.nii.gz），包括image和label文件，主要是排列顺序和存储的逻辑关系需要修改
每个分割任务以Task+三位数字组成，后面接任务名，存储逻辑关系如下：
nnUNet_raw_data_base/nnUNet_raw_data/
├── Task001_BrainTum
最低0.47元/天 解锁文章
509
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
