nnUNet生成自己数据集的dataset.json

原创

已于 2022-03-13 17:14:54 修改 · 6k 阅读

56 ·

CC 4.0 BY-SA版权

文章标签：

#json #python #深度学习

于 2021-11-16 10:31:32 首次发布

该博客介绍了如何使用Python实现nnUNet的dataset.json文件生成。首先，通过激活nnUNet的conda环境并安装batchgenerators库。然后，利用提供的函数`get_identifiers_from_splitted_files`获取训练和测试数据集的文件列表。接着，调用`generate_dataset_json`函数，输入相关参数如数据集目录、模态信息、标签映射等，生成json字典。最后，将json字典保存为dataset.json。示例代码给出了具体的路径和配置。

实现nnUNet的dataset.Json 文件生成。
需要有python编译环境，最好在nnUNet的conda envs中运行
首先激活自己的环境，安装一个包

pip install --upgrade batchgenerators

如果出现Multithread的错误，在命令行使用如下重新安装

pip install batchgenerators==0.21

在编译器Pycharm或者环境中运行该函数

// 该功能可实现nnUNet的Json文件生成

import os

from batchgenerators.utilities.file_and_folder_operations import save_json, subfiles
from typing import Tuple
import numpy as np

'''
	获取文件夹内独立文件 【列表】
'''
def get_identifiers_from_splitted_files(folder: str):
    uniques = np.unique([i[:-7] for i in subfiles(folder, suffix='.nii.gz', join=False)])
    return uniques

def generate_dataset_json(output_file: str, imagesTr_dir: str