使用前指南
本教程使用CodeWithCode上的镜像并配合autodl云服务器使用。
基本环境
pytorch 1.12.1
python 3.8
cuda 11.3
构建过程
代码克隆
git clone https://github.com/MIC-DKFZ/nnUNet.git
依赖安装
# 作者建议安装最新版的torch
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
cd /root/nnUNet
pip install -e .
pip install --upgrade git+https://github.com/FabianIsensee/hiddenlayer.git@more_plotted_details#egg=hiddenlayer
环境验证
数据集准备
从这里:https://drive.google.com/drive/folders/1HqEgzS8BV2c7xYNrZdEAnrHk7osJJ--2 下载Hippocampus数据集,并将Task04_Hippocampus.tar放到/root/autodl-tmp/目录下。
tar xvf ~/autodl-tmp/Task04_Hippocampus.tar -C ~/autodl-tmp/
export nnUNet_raw_data_base="/root/autodl-tmp/nnUNet_raw_data_base"
export nnUNet_preprocessed="/root/autodl-tmp/nnUNet_preprocessed"
export RESULTS_FOLDER="/root/autodl-tmp/nnUNet_trained_models"
# 转换数据集
nnUNet_convert_decathlon_task -i /root/autodl-tmp/Task04_Hippocampus
# 数据集预处理
nnUNet_plan_and_preprocess -t 4
训练
nnUNet_train 3d_fullres nnUNetTrainerV2 4 0