运行PROMISE12 Challenge - Automated Segmentation of Prostate Structures from MR Images项目遇到的坑

目前在学习深度图像处理，想把项目运行起来试试看，结果由于各种环境配置问题造成运行出错，实在对新手不友好啊。所以把环境配置遇到的大多数问题做一个整理，避免大家掉坑。

因为穷苦学生电脑没有GPU来训练跑，用CPU时间太长，所以直接用的.h5文件运行，没有进行训练，直接用的别人的训练结果进行测试。

对了这个深度图像学习的视频网站：https://www.bilibili.com/video/BV1iJ411G741?p=13&spm_id_from=pageDriver

讲的还挺不错的，老师人也感觉不错。

 然后运行程序填坑的过程就开始了。

1. 环境问题

根据程序要求安装

主要注意下面的环境版本：

python 3.6

Tensorflow 1.14

keras 2.0.0

scipy 1.2

因为好像Tensorflow2.0以上自带keras，然后安装Tensorflow2.X的时候，又安装Keras，会老是出现导入Keras包出错的问题，或者keras.XXX没有的问题。Tensorflow1.XX好像就没有keras，然后再单独安装

pip install keras==2.0.0

pip install tensorflow==1.14.0

pip install scipy==1.2.0

我发现我在github下载的好多文件，想要自己运行不了好像都是环境，包的配置问题。我试了好几天，老是报错，真是吐血。

2.文件问题

配置好环境之后运行，又出现问题了。

比如说

第一个：

 original_keras_version = f.attrs['keras_version'].decode('utf8')
AttributeError: 'str' object has no attribute 'decode'

然后解决办法参考：

https://blog.csdn.net/xiqi4145/article/details/109547242

第二个：

metrics.py 文件的这地方的 - 号 要改成 ^ 符号 ，因为比较新的numpy包没有减的逻辑符了，改成 ^这个符号了

然后大概就记得这些问题了。

然后我终于把它测试运行出来了。（此处泪目！）

 worst prediction:

 best prediction:

 我终于把别人的代码运行成功了，这也是一个小白进军深度图像处理的第一步。

KaylaYin-要的不仅仅是进步，要的是进化。