nnunet入门之三(2D图像分割)

MIC-DKFZ/nnUNet
选择Linux环境运行该项目,Windows环境需要更改较多的参数,暂不支持。

安装环境

可以查看另一篇

数据处理

2D数据转成伪3D数据,即z轴层数为1或3(灰度图为1,彩图为3)。

参考:nnUNet/nnunet/dataset_conversion/Task120_Massachusetts_RoadSegm.py

直接转换数据,将数据存放到nnUNet_raw_data_base/nnUNet_raw_data/Task120_MassRoadsSeg

  1. 文件夹目录

    └─Task120_MassRoadsSeg
        │  dataset.json
        │  
        ├─imagesTr
        │      img-1_0000.nii.gz
        │      img-1_0001.nii.gz
        │      img-1_0002.nii.gz
        │      img-2_0000.nii.gz
        │      img-2_0001.nii.gz
        │      img-2_0002.nii.gz
        │      img-3_0000.nii.gz
        │      img-3_0001.nii.gz
        │      img-3_0002.nii.gz
        │      img-4_0000.nii.gz
        │      img-4_0001.nii.gz
        │      img-4_0002.nii.gz
        │      img-5_0000.nii.gz
        │      img-5_0001.nii.gz
        │      img-5_0002.nii.gz
        │      ...
        ├─imagesTs
        │      img-10.nii.gz
        │      img-11.nii.gz
        │      ...
        └─labelsTr
               img-1.nii.gz
               img-2.nii.gz
               img-3.nii.gz
               img-4.nii.gz
               img-5.nii.gz
               ...
    
  2. json文件信息

    nnUNet/nnunet/dataset_conversion/utils.py里面的函数generate_dataset_json可以生成相应任务的json文件。

    { 
    "name": "MassRoadsSeg", 
    "description": "MassRoadsSeg",
    "reference": "https://www.kaggle.com/insaff/massachusetts-roads-dataset",
    "licence":'hands off!',
    "release":"1.0 06/08/2018",
    "tensorImageSize": "4D",
    "modality": { 
       "0": "Red",
       "1": "Green",
       "2": "Blue"
     }, 
     "labels": { 
       "0": "background", 
       "1": "street"
     }, 
     "numTraining": 804, 
     "numTest": 13,
     "training":[{"image":"./imagesTr/img-1.nii.gz","label":"./labelsTr/img-1.nii.gz"},{"image":"./imagesTr/img-2.nii.gz","label":"./labelsTr/img-2.nii.gz"},{"image":"./imagesTr/img-3.nii.gz","label":"./labelsTr/img-3.nii.gz"},{"image":"./imagesTr/img-4.nii.gz","label":"./labelsTr/img-4.nii.gz"},{"image":"./imagesTr/img-5.nii.gz","label":"./labelsTr/img-5.nii.gz"},...],
     "test":["./imagesTs/img-10.nii.gz","./imagesTs/img-11.nii.gz",...]
     }
    
    

预处理

# 只进行2d预处理,不进行3d预处理
nnUNet_plan_and_preprocess -t 120 -pl3d None

训练

nnUNet_train 2d nnUNetTrainerV2 120 0

测试

nnUNet_predict -i /root/nnUNet_raw_data_base/nnUNet_raw_data/Task120_MassRoadsSeg/imagesTs -o /root/nnUNet_trained_models/nnUNet/2d/Task120_MassRoadsSeg/nnUNetTrainerV2__nnUNetPlansv2.1/fold_0/infer -t 120 -m 2d
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小吕同学吖

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值