使用autodl复现nnunet

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