Unet 基于TCGA颅脑肿瘤MRI分割(高阶API分割模型)

目录

1. 介绍

2. dice 指标

3. resnet34 作为 backbone 的分割

4. deeplabv3 图像分割

4.1 问题

4.2 训练

4.3 预测

5. MAnet 图像分割

6. code

6.1 dataset

6.2 train

6.3 predict

---

1. 介绍

传统的Unet 网络其实是基于VGG作为backbone的

 

本章需要用到的模型需要别的backbone作为主干网络，这里不强调网络的代码如何编写，只是调用高阶的API进行分割

调用高阶API需要的库文件

import segmentation_models_pytorch as smp
import torchvision.models

其中，smp需要另外下载，下载pip的命令为：

pip install segmentation-models-pytorch

本章只是着重讲解如何运用这些高阶的API帮助我们建立一个快速的分割模型。并不会介绍具体的代码，训练的结果可能差强人意，这里并没有太看重训练的结果

如果想让网络的精度更高的话，可以加载预训练的权重，然后减少学习率继续训练

2. dice 指标

这里训练的时候加入了dice指标

具体的参考：