Debug学习过程1：医学图像处理任务

解决异常退出

代码问题

---

---

---

一、进程已结束,退出代码-1073740791 (0xC0000409)

描述：医学图像的处理任务，图片的读取方式不对，未加载到图片，退出

异常代码：

roi_mask = Image.open(self.roi_masks[idx]).convert('L')

可运行的读取方式：

• png、tif一般格式读取

 img = cv2.imread(self.images[idx])
 img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

• gif动图读取

 gif_roi = imageio.get_reader(self.roi_masks[idx])
 first_frame = gif_roi.get_data(0)
 roi_mask = np.uint8(np.array(first_frame))

二、电脑一直运行代码

win+R、control到控制面板

三、远程服务器搭建

1. 新建解释器
   

选择系统环境下创建，一般路径如下：

2. 配置

配置选UTF-8：

选项：

3. 同步文件夹——FileZilea
   
   设置站点，输入接口、用户、密码
   打开共享的文件夹和代码在本地的文件夹。上传时，让光标在对应的位置，是上传或者下载到对应的文件夹下

四、小问题

1.进程已结束,退出代码137

内存不够，选择远程服务器

2.损失函数

• BCELoss
  需要输出经过sigmoid函数

• DiceLoss
  输出与标签需要相同Size，但是为图像分割任务，设置分割内容和背景为两类，仅有标签输出，格式无法统一，不知怎么使用DiceLoss

• 交叉熵损失
  比较简单，虽然效果不好

3.RuntimeError: DataLoader worker (pid(s) 41716) exited unexpectedly

解决：把num_work变成0，但会降低训练效率

4.【PaddleDetection报错】IndexError: Target xxx is out of bounds. 或者 loss.backward()报错RuntimeError: CUDA error: device-side assert triggered

试过num_class加1、交叉熵函数的输入权值W，都不是这的问题
排查后，是代码的问题：标签有异常值

manual[manual == 255] = 1           # 前景像素点为 1
roi_mask = 255 - np.array(roi_mask)
target = np.clip(manual + roi_mask , a_min=0, a_max=255)     # ground truth中前景为1，背景为0不感兴趣为255

正确结果要求输入网络的样本是这几种值，才能正确训练

5.一个小问题：

由于数据加载的方式不对，样本和标签未对齐

img_names = [i for i in os.listdir(os.path.join(data_root, "images")) if i.endswith(".png")]  # 保存images的 tif 结尾的文件名  改为png
self.images = [os.path.join(data_root, "images", i) for i in img_names]
self.labels = [os.path.join(data_root, "1st_manual", "task-" + str(int(re.search(r'\d+', i).group())) + ".png" ) for i in img_names]
self.transforms = transforms

 # mask 文件的路径
self.roi_masks = [os.path.join(data_root, "mask", "mask" + str(int(re.search(r'\d+', i).group())) + ".tif" ) for i in img_names]

注：unet传统网络的输入分辨率是480*480

6.确定normalization的参数 mean、std

统计数据集中的mean和std

7.image.permute(1, 2, 0)，图像显示

为了适应特定的图像显示或处理库的格式。在很多图像处理库（比如 Matplotlib）中，期望的维度顺序是 (height, width, channels)，而 PyTorch 默认的维度顺序是 (batch_size, channels, height, width)。

---

总结

对于问题的解决，大致有两种，一是共性问题，属于电脑环境或者某个属性设置，在网上找攻略解决；二是个人代码问题，要进入debug，一部一部找到异常代码定位
通常，就个人而言，大致为第二种，要先从自身代码去找问题！