UNet学习记录

来源：

github来源，
https://github.com/MiC-DKFZ/nnUNet?tab=readme-ov-file
通过网上其他开源平台的学习，把我学习到的和总结到的写下来。方便以后能够看到，如果能够帮助大家也是非常荣幸的。

nnU-Net 是一种语义分割方法，可以自动适应给定的数据集。它将分析提供的 训练案例，并自动配置匹配的基于 U-Net 的分段管道。无需专业知识 结束！您可以简单地训练模型并将它们用于您的应用程序。

环境搭建：

根据提示的信息，进入installation instructions。
在开始的地方给出了系统要求，一般情况下都是可以训练的。如果是轻薄笔记本这个估计是不能够运行的。


可以使用他们的第二种方法：在终端中输入代码：git clone https://github.com/MIC-DKFZ/nnUNet.git
我是直接下载这个代码的文件，然后用PyCharm打开的。之后根据提示在终端中输入pip install -e .输入回车运行这段代码

之后就是按住cuda torch版本了。输入nvidia-smi就可以看到当前的的cuda版本；我用的轻薄本进行演示的，因为我需要云服务去训练算法。所以显卡就不是重点了。可以看到我的cuda version版本是12.0。所以，我们要安装12.0版本以下的torch。（这个我感觉比上个项目的训练要方便一些，不知道是不是我熟练的原因还是我看的教程教的比较好的原因）

登陆官网https://pytorch.org。往下拉到版本安装。选择自己要安装的版本，复制标注的链接到终端去安装即可。如果版本更低则去previous version of PyTorch找到适合自己的版本就可以了。

因为我已经安装好了，所以就存在了。

下面就是其他包的安装了，这些包可以在运行程序中缺哪个就安装哪个。方法就是在终端输入pip install XXX。
这样基本的环境变量就设置好了

数据集：

根据提示：设置三个数据集。在设置之前我们要建立一个文件夹。


之后设置环境变量的路径



下面就是放入数据集了医学数据集网址http://medicaldecathlon.com/。去下载数据集。把数据集放到nnUNet_raw文件夹里面即可。

下一步我们要对数据集进行一个转换。进入dataset_conversion这个文件的convert_MSD_dataset.py程序中。把标注的地址改为当前数据集的地址，把后面的代码更改为2。然后在终端进入当前文件夹，输入python conver（点击tab就能够自动补全后面的）

运行结束之后，数据集文件就多出来了一块

下面我们就要对数据集进行一个预处理

cd进入当前文件夹打开plan and preprocess entrypoints.py文件。输入python plan_and_preprocess_entrypoints.py -d 002 --verify_dataset_integrity回车运行

---

训练项目：

和之前一样，cd进入run文件夹。输入python run_training.py 002 3d_fullres 0指令回车进行训练

之后就进入了训练阶段；这个是我后面补上的，因为我的电脑显存不足，我用GPU服务器跑的