2024-6-12-IXI(mat)应用到SR的代码解读

数据集

  1. Download and decompress data from the link 百度网盘 请输入提取码 Password: qrlt

  2. Transform .h5 format to .mat format "python convertH5tomat.py --data_dir XXX/T2Net/h5

论文:Task Transformer Network for Joint MRI Reconstruction and Super-Resolution (MICCAI 2021)icon-default.png?t=N7T8https://arxiv.org/pdf/2106.06742.pdf

 代码链接:GitHub - chunmeifeng/T2Net: 【MICCAI 2021】Task Transformer Network for Joint MRI Reconstruction and Super-Resolution

 使用的是pytorch lighting框架

    def train_dataloader(self):
        return self._create_data_loader(
            self.train_data_transform(), data_partition="train"
        )
    def _create_data_loader(self, data_transform, data_partition, sample_rate=None):

        print('create data loader...', data_partition)
        sample_rate = sample_rate or self.sample_rate
        dataset = IXIdataset(
            data_dir=os.path.join(self.data_path, data_partition),
            # data_dir=self.data_path,
            args=self.ixi_args,
            validtion_flag=data_partition is not 'train'
        )

        is_train = data_partition == "train"

        sampler = None
        if self.use_ddp:
            sampler = DistributedSampler(dataset)

        dataloader = DataLoader(
            dataset=dataset,
            batch_size=self.batch_size,
            num_workers=self.num_workers,
            pin_memory=False,
            drop_last=is_train,
            sampler=sampler,
        )

        return dataloader

  • 6
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
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