Swin Unet 代码运行教程（总结了多个训练和测试的问题）

发现网上尽然没有 swin unet 的运行教程呜呜，那我来出一份吧

环境准备

克隆 Swin Unet 项目地址（https://github.com/HuCaoFighting/Swin-Unet.git），按照项目介绍的 python=3.7 版本安装项目依赖

pip install -r requirements.txt

训练

获取训练的数据集，接下来以 Synapse 为例

通过仓库给的链接

得到 project_TransUNet，根据 ./datasets/README.md 文件的信息，将文件夹按照格式放到项目当中的位置，在其中我们也会得到Synapse处理好后的数据集（注意 TransUNet 无需安装依赖）

根据官网给的例子开始训练模型

python train.py --dataset Synapse --cfg configs/swin_tiny_patch4_window7_224_lite.yaml --root_path ./data/Synapse --list_dir ./lists/Synapse --max_epochs 150 --output_dir ./model_out --img_size 224 --base_lr 0.05 --batch_size 24

your DATA_DIR：./data/Synapse
your OUT_DIR：./model_out

遇到的问题

一、文件缺少

在lists/Synapse 目录中缺少 train.txt 和 val.txt 文件

这个需要自己创建，对应Synapse数据集中test_vol_h5和train_npz的文件名

● train.txt：包含 train_npz 文件夹中所有训练文件的名称或路径。
● val.txt：包含 test_vol_h5 文件夹中所有验证文件的名称或路径。

可以叫GPT生成脚本，或者用下面的脚本创建

import os

# 定义数据目录路径
train_dir = './data/Synapse/train_npz'
val_dir = './data/Synapse/test_vol_h5'

# 定义输出的列表文件路径
output_dir = './lists/Synapse'
os.makedirs(output_dir, exist_ok=True)  # 如果目录不存在则创建

# 生成 train.txt 文件
train_files = os.listdir(train_dir)
with open(os.path.join(output_dir, 'train.txt'), 'w') as train_f:
    for file_name in train_files:
        if file_name.endswith('.npz'):
            train_f.write(f"{
     file_name}\n")