nnUNet
文章平均质量分 75
花卷汤圆
They lead you into the green veldt where you can run forever.
展开
-
(三十八:2021.02.05)nnUNet个人论坛即将与各位见面
公告 之前有许多同学让我建群来促进nnUNet技术交流,都被本人委婉的拒绝了,这里首先对大家表示歉意。 至今为止因为关注医学图像技术而关注本人的同学已经有一两百人,加我微信的也有几十个人,有些时候我由于工作的原因无法基于大家回复,但多数时间只要是在我能力范围内的问题我都会帮忙给出建议。那么,为什么不创建微信群呢?因为,原创 2021-02-05 15:16:37 · 2101 阅读 · 5 评论 -
(二十一:2020.11.09)nnUNet交流站
写给大家 各位nnUNeter,大家好。 相信大家很多都已经能熟练运用nnUNet,甚至在做一些改进,非常高兴能给大家提供nnUNet开始阶段的一些指引,也真心为大家能取得一些小的成果而开心。 大家当中可能有90%都是求学阶原创 2020-11-09 17:03:23 · 2787 阅读 · 7 评论 -
(十七:2020.09.10)nnUNet最全问题收录(9.10更新)
来这里寻找你的答案!一、写在前面二、GITHUB ISSUEI. 使用上的问题:#318 《12GB的显存仍然不够的问题》#312 《混合精度问题(TypeError: predict_preprocessed_data_return_seg_and_softmax() got an unexpected keyword argument 'mixed_precision')》#311 《训练时找不到预处理文件夹》#310 《"Segmentation fault (core dumped)"》#309《"原创 2020-09-10 21:12:47 · 24236 阅读 · 65 评论 -
(五:2020.07.31)nnUNet最简单的推理教程(让我的奶奶也会用nnUNet(下))
Follow Me, Buddy!一、写在前面二、nnUNet的推理很简单!(仅针对简单的推理模式,不包括ensemble)1. 准备好你的测试集。2. 下载预训练模型或使用自己的模型。3. 进行推理。三、nnUNet的推理又很难。一、写在前面1.为了承接上一篇的训练教程,我会在这篇博客中仍然采用简单的方式对如何推理进行讲述。除此之外,我会对最近的研究成果做一个总结和温习,这种温习大致会融合在整个nnUNet的推理代码中,我会尽可能详细的对代码进行解读;2.尽管写出这些教程只是为了方便大家使用,但是原创 2020-08-02 10:04:36 · 19638 阅读 · 54 评论 -
(四:2020.07.28)nnUNet最舒服的训练教程(让我的奶奶也会用nnUNet(上))(21.04.20更新)
Follow Me, Buddy!一、写在前面二、nnUNet框架如何安装?1. 你应该配置哪些环境?2. 整理你的数据!① nnUNet需要你把你要训练的数据做一个好好的整理,初学者请务必按照我的做法,等你熟练掌握以后再考虑新的姿势(有些文件夹的创建时多余的,但是你还是跟着我这样做最好):3.设置nnUNet读取文件的路径三、在Task08_HepaticVessel上进行训练!1. 转换一下你的数据集,让它可以被nnUNet识别2. 预处理3.开始训练4.简单说下配置一、写在前面1.笔者对nnUN原创 2020-07-28 00:57:51 · 56777 阅读 · 272 评论 -
(三:2020.07.10)nnUNet附录解析(7.31更新认识)
医学图像深度学习分割方法的自动设计(三)(nnUNet /2020.04)《Automated Design of Deep Learning Methods for Biomedical Image Segmentation》A. Dataset detailsB. **nnU-Net Design Principles(启发式规则的设计)**B.1 蓝图参数1. 网络架构设计决策2. 选择最好的UNet配置3. 训练计划4. 推理B.2 推理参数1.网络动态自适应2.输入patch_size的配置3.原创 2020-07-10 19:00:24 · 9244 阅读 · 7 评论 -
(二:2020.07.08)nnUNet方法解析(7.31更新认识)
医学图像深度学习分割方法的自动设计(二)(nnUNet /2020.04)《Automated Design of Deep Learning Methods for Biomedical Image Segmentation》1.本文是对该论文涉及的Methods进行解读和理解,参考上一篇的解读论文主体解读2.红色是理解困难部分,正在进行结合附录、第一版nnunet论文、源码进行理解3.绿色是提到附录的部分4.橙色是本文关键字5.蓝色是抛出的问题Methods (该部分提到的设计规则可以在附原创 2020-07-08 10:54:22 · 10396 阅读 · 27 评论 -
(一:2020.07.06)nnUNet论文主体解析(8.02更新认识)
医学图像深度学习分割方法的自动设计(nnUNet)摘要论文内容1.介绍2.结果1.nnUNet可以自动适应任何新的数据2.nnUNet极佳地掌握了目标标签的结构和数据图片的属性3.nnUNet在多个不同任务中的表现,都要比一些刻意设计的“管道”要好4.“管道”配置对结果的影响要比网络结构变化对结果的影响大5.不同的数据集需要不同“管道”配置6.多任务提升了决策(方案)的鲁棒性功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定原创 2020-07-06 15:09:43 · 19204 阅读 · 31 评论