关于Resize()和RandSpatialCropd()

已于 2022-10-08 10:43:07 修改
阅读量434 收藏
点赞数
分类专栏： 实验记录：Bug日志 文章标签： 神经网络 深度学习 python 图像处理 计算机视觉
于 2022-09-24 16:11:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43875428/article/details/127026643
版权

关于Resize()和RandSpatialCropd()

图像尺寸是224 X 256的，
用随机裁剪RandSpatialCropd(keys=[“image”, “label”], roi_size=(224, 224), random_size=False),成224 X 224
会报错(网络用的是TransUnet)
在这里插入图片描述
在这里插入图片描述
可以看到前面9张图片可以计算损失但是后面就不行，并且还是保尺寸不匹配问题。
使用 Resized(keys=[“image”, “label”],spatial_size=(224,224)),后不管是单独resize还是使用随机裁剪后在使用Resize()代码都可以正常跑！ 好奇怪 为啥会这样？！
在这里插入图片描述
在这里插入图片描述

海洋大盗
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
教程：MONAI教程
02-03
MONAI教程 该存储库托管MONAI教程。 1.要求 大多数示例和教程都需要和 。 这些可以通过以下方式安装： python -m pip install -U pip python -m pip install -U matplotlib python -m pip install -U notebook 一些示例可能需要可选的依赖项。 如果出现任何可选的导入错误，请根据MONAI的安装相关的软件包。 或使用以下命令安装所有可选要求： pip install -r https://raw.githubusercontent.com/Project-MONAI/MONAI/master/requirements-dev.txt 从Colab运行笔记本 大多数Jupyter笔记本都有“在Colab中打开”按钮。 请右键单击该按钮，然后选择“在新选项卡中打开链接”以启动带有相应笔记本内容的Colab页面。 要通过Colab使用GPU资源，请记住将运行时类型更改为GPU ： 从“ Runtime菜单中选择“ Change runtime type 从下拉菜单中选择GPU 单
window resize和scroll事件的基本优化思路
09-04
在网页开发中，`window.resize` 和 `window.scroll` 是两个非常重要的事件，它们用于监听浏览器窗口尺寸的变化和页面滚动。然而，不恰当的使用可能会导致性能问题，尤其是在老版本的IE浏览器上，可能会造成页面卡顿...
MONAI(4)—一文看懂各种Transform用法（下）
热门推荐
u014264373的博客
02-08 1万+
上小结链接：https://mp.csdn.net/editor/html/113742194 6 裁剪&填充 【SpatialCropd, CenterSpatialCropd, CropForegroundd, RandCropByPosNegLabeld, SpatialPadd】 对于CT或者MRI图像来讲，图像是非常大的，又是一个三维图像，不可能全部输入网络中训练。要么把图像直接Resize到固定的尺寸，要么就是裁剪图像。monai提供了非常多的裁剪模式，包括中心裁剪，前景裁剪和随机
全面解析MONAI Transforms的用法 视频+教程+代码
u014264373的博客
12-18 1118
MONAI是一个基于PyTorch的开源框架，用于医疗影像的深度学习，属于PyTorch生态系统的一部分。建立一个学术、工业和临床研究人员合作的共同基础社区；创建用于医疗影像的最先进的端到端训练流程；为研究人员提供优化和标准化的方式来创建和评估深度学习模型。在MONAI中，transform是可调用对象，接受来自数据集中初始数据或先前transform 的输入。我们可以直接创建和调用这些transform，而无需进行任何基础设施或系统设置，因为MONAI中的组件设计尽可能解耦。
Pytorch：transforms的二十二个方法
东方佑
08-15 1393
文章目录一、 裁剪——Crop1.随机裁剪：transforms.RandomCrop2.中心裁剪：transforms.CenterCrop3.随机长宽比裁剪 transforms.RandomResizedCrop4.上下左右中心裁剪：tr...
monai学习
思维缜密的博客
04-28 1937
这是monai特有的类型也是原本的tensor，带上meta data，例如affine，spacing，direction，origin两个MetaTensor相加，如果is_batch为False，则复制第一个的metadata。
MONAI 专为医学AI开发的开源框架（From Nvidia）
Eric_Evil的博客
07-22 6427
未完待续......
java对图片进行压缩和resize缩放的方法
08-29
Java 图片压缩和resize 缩放方法 Java 是一门广泛应用于 Web 开发的编程语言，而图片压缩和resize 缩放是 Web 开发中的一项重要技术。今天，我们将讨论 Java 中图片压缩和resize 缩放的方法，这些方法可以帮助...
关于vue 结合原生js 解决echarts resize问题
10-15
在Vue项目中，ECharts图表的resize问题常常...通过这种方式，我们利用Vue的响应式系统和原生JavaScript的MutationObserver解决了ECharts图表在页面布局变化时的resize问题，既保持了性能，又避免了不必要的第三方依赖。
易语言模块ReSize.rar
03-29
ReSize模块是易语言中用于动态调整窗口及控件大小的工具集，它提供了一系列的函数和子程序，使得开发者能够方便地实现窗口的自适应布局、控件尺寸的动态调整等。通过调用这些功能，开发者可以创建出更加灵活且响应...
图像resize程序.rar
06-03
这段代码会遍历指定目录下的所有.jpg, .png, .jpeg文件，使用OpenCV和PIL进行resize操作，并将结果分别保存为新文件。注意，resize操作可能会改变图像的比例，可能导致拉伸或压缩，所以通常还需要添加保持原图宽高比...
医学图像处理模板 pytorch_lightning+monai
qq_15054345的博客
12-28 4336
# -*-coding:utf-8-*- import pytorch_lightning as pl from monai import transforms import numpy as np from pytorch_lightning.callbacks import EarlyStopping, ModelCheckpoint from monai.config import KeysCollection from monai.utils import set_determinism pl..
从三维图像中抽取2D样本进行训练-MONAI实战
u014264373的博客
01-31 1823
从三维图像中抽取样本进行2D网络训练-MONAI实战在医学影像分析的任务中，有时需要从三维（3D）图像数据中提取二维（2D）样本进行训练。这是因为2D卷积神经网络可以更方便地处理和分析2D数据，而且使用2D样本可以减少训练时间和计算成本。然而，从3D数据中提取2D样本并不是一件容易的事情。本教程向您展示如何使用 3D inputs 中采样2D样本训练网络。这是一个完整的2D分割教程，包含数据生成，预处理，训练以及推理主要用到的功能函数：monai的和进行2D切片的抽样。以及在推理中使用将2D切片分割后再组合
医学图像工具包monai--中心裁剪
m0_61183667的博客
08-03 1596
monai裁剪
深度学习--模型优化总结
GDHBFTGGG的博客
08-12 782
深度学习模型的优化是一个多层次的过程，涉及到模型架构的设计、超参数的选择、数据处理、训练技巧以及模型调优等多个方面。
【神经网络】
嵌入式行业打工人，不定期更新博客。
08-12 713
神经网络是受生物神经系统启发的一种计算模型，它试图通过模拟大脑中的神经元和突触来解决复杂的计算问题。在机器学习和人工智能领域，神经网络被广泛用于模式识别、分类、回归和其他预测任务。
Attention注意力机制
russwest44的博客
08-13 260
【代码】Attention注意力机制。
Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data精读
最新发布
weixin_49053303的博客
08-13 404
这项工作介绍了 Depth Anything1，一个高度实用的解决方案，用于稳健的单目深度估计。我们不追求新的技术模块，而是旨在构建一个简单而强大的基础模型，以处理任何环境下的图像。为此，我们通过设计一个数据引擎来收集和自动标注大规模的未标记数据（约6200万），从而显著扩大数据覆盖范围，减少泛化误差。我们探讨了两种简单而有效的策略，使得数据规模的扩大变得有希望。首先，通过利用数据增强工具创建了一个更具挑战性的优化目标，迫使模型积极寻求额外的视觉知识并获取稳健的表征。
AI换脸模型（384-448模型430万底丹）
harryxia2014的博客
08-13 504
AI换脸模型（384-448模型430万底丹） 模型训练素材19万张来自于 1、香港中文大学CelebA预训练集-WF512版-量大角度全-11万5千张 2、DST全角度训练图集V3.1 WF512【2.6W张 6GB 】 3、女性人脸数据，预训练炼丹专用 4、补全SRC极限角度 5、全角度512分辨率7万张素材
resize和move
07-28
resize和move是两个在图形界面设计中常用的操作。 Resize（调整大小）指的是改变一个窗口、窗体或控件的尺寸，使其更大或更小。这可以通过拖动窗口边缘或角落来实现，或者通过在代码中设置相应的尺寸属性。调整大小可以使用户更好地适应不同的屏幕尺寸或调整界面元素的布局。 Move（移动）指的是改变一个窗口、窗体或控件在屏幕上的位置，使其在界面中的不同位置之间移动。这可以通过拖动窗口的标题栏或其他可移动部分来实现，或者通过在代码中设置相应的位置属性。移动可以方便用户在界面中自由调整窗口或元素的位置。 这两个操作通常是图形界面设计中常见的互动行为，可以提供更好的用户体验和灵活性。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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