Github复现之TransUNet之踩坑

Github复现之TransUNet

代码复现TransUnet可以看这篇文章，博主写的还是很详细的。
复现TransUnet，博主提供的数据集是10241024的用的时候要裁剪成256256

以下是在调试代码时候遇到的一些踩坑问题

• CUDA的问题
  根据自己的显卡配置CUDA环境，配置CUDA可以看这篇文章，这里注意的是安装的torch要安装gpu版本，最好去官网下载。如果要换cpu计算的话，将torch换成cpu版本的再把代码中用的.cuda()都换成.to(device)

• RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
  把train_normal.py的50行那个Dice_bce_loss替换成Diceloss

• 预测函数的问题
  原代码提供的预测函数一直不理解为啥要对img先进行90°旋转再与元数据连接等等一系列操作，用原代码中的预测函数导致我预测的结果是对称的，就很奇怪。后经过调整把用的验证数据精度那的预测函数后结果就正常了。

    def test_one_img(self, img):
        # pred = self.net.forward(img).cpu()
        img = np.expand_dims(img, axis=0)
        img = V(torch.Tensor(img).cuda())
        pred = self.net.forward(img)
        mask = pred.squeeze().cpu().data.numpy()
        return mask

其他都是一些很小的问题了，看提示也能解决。