nnUNet
文章平均质量分 73
lryjy
这个作者很懒,什么都没留下…
展开
-
nnUnet(代码)-训练部分
学习目标:逐步分析nnunet训练部分学习内容:training部分· 拿到训练plans(计划)· 初始化数据增强参数· 采用五折交叉验证· dataset与dataloader/数据加载过程· 初始化网络· 初始化优化器与学习率函数1.nnUNetTrainer(版本一的训练方法)··· 损失函数:self.loss = DC_and_CE_loss({'batch_dice': self.batch_dice, 'smooth': 1e-5, 'do_bg': False}, {}原创 2021-04-30 16:06:45 · 3191 阅读 · 0 评论 -
nnUNet(代码)-预处理
任务一:(论文)Automated Design of Deep Learning Methods for Biomedical Image Segmentation // nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation Fabian1.背景动机:简单来说医疗数据尤其是在3D医学图像领域,遇到图片质量、图片模态、图片大小、体素大小、类别比率差别都会产生巨大的效果落差。大部分专原创 2020-12-19 10:44:57 · 13583 阅读 · 7 评论 -
2020-12-07(nnUNet_1)
CSD2017:一.数据集:来自LUNA16· annotation.csv:包含注解的csv文件,注解用作“结节检测”轨道的参考标准,每行包含一个发现。每行都包含扫描的SeriesInstanceUID,每个发现在世界坐标中的x,y和z位置;以及相应的直径(毫米)。注释文件包含1186个结节。· subset0.zip 到 subset9.zip:包含所有CT图像的10个zip文件· seg-lungs-LUNA16:在每个子集中,CT图像以MetaImage(mhd / raw)格式存储。每个原创 2020-12-12 10:46:29 · 2258 阅读 · 0 评论