phyllis_110-CSDN博客

原创将nnunet框架修改为nnlandmark地标检测

文章介绍了如何将用于医学图像分割的nnU-Net框架修改为用于3D医学地标检测的nnLandmark框架。主要步骤包括：1）将地标标签从坐标转换为多类分割格式；2）在训练过程中将分割标签转换为高斯热图；3）在网络最后一层加入Sigmoid激活函数；4）使用MSE损失函数进行热图回归；5）选择Adam优化器处理类别不平衡问题；6）在后处理中通过识别热图最大值提取地标坐标。文章详细描述了代码修改的具体位置和内容，包括数据预处理、训练过程、损失函数、优化器以及后处理等关键步骤。

2025-05-20 11:13:05 761

原创解决pip install -e .之后出现安装包未解析的情况

所以一开始都是按照改变安装方式来处理，但其实解决不了问题。并且随意打开一个程序，就会发现nnunetv2下面还有红色波浪线，就像下图这样（由于我已经解决了这个问题，所以手动画了一下）这时我就突然想到了在安装torch的时候，numpy的版本会导致import torch失败，就尝试更改了numpy的版本，奇迹出现了。从github上git clone文件之后，一般都会使用pip install -e .进行安装，有时会出现这个问题。将numpy版本修改为1.25.0之后，问题成功解决。

2025-03-27 09:39:03 359

原创 python中使用TensorRT加速模型部署

文件路径是...\TensorRT-10.2.0.19\python，选择适合自己的版本，安装指令是pip install tensorrt-10.2.0-cp39-none-win_amd64.whl. 注意：这里我是先进入虚拟环境，再进行的安装。在安装TensorRT之前需要明确一点的是，最好不要在现有的虚拟环境中安装，很容易与已有的库产生冲突，导致之前的程序不能用。6.（可选）由于下载pycuda时会改变之前安装的库的版本，导致我的pillow不能用了，所以我还加了一步，重新下载pillow。

2025-03-26 10:17:22 1300

原创 nnUNetv2更改训练epoch

最近在学习使用nnunetv2进行医学图像分割，在更改训练epoch次数的时候遇到了一些问题，查询了之后，发现大家好像都会，教程很少，不过还是让我找到了蛛丝马迹。根据上述步骤在nnUNet/nnunetv2/training/nnUNetTrainer/nnUNetTrainer.py修改之后，改为了100，但发现实际训练次数仍然是1000。其中，nnUNetTrainer_Xepochs可以是nnUNetTrainer_5epochs，nnUNetTrainer_10epochs等，具体见。

2024-09-11 14:49:48 1438 2

原创 ITK-SNAP中手动修改已存在的标注

对于医学图像标注，完全手动进行可谓是相当费时费力，因此，目前大家使用最多的就是自动与手动结合，但自动化的图像标注往往不是很尽如人意，这个时候就需要我们手动的进行修改。在这里，我们使用的是ITK-SNAP软件。2.接下来，首先选中下图中的刷子标识，然后在activate label中选择clear label。1.打开原始图像和自动化标记图像。4.全部完成之后，不要忘记保存。3.对不想要的区域进行涂抹。

2024-09-05 14:26:21 688