nnunet使用记录

nnunet是跑起来了，一些问题需要记录

我用的显卡是1080Ti，run_training.py参数配置如下，我是直接改defult默认参数，为了方便

尝试使用训练器nnUNetTrainerV2，总是报显存不够，所以更换参数为nnUNetTrainer，可以跑起来了。

nnUNetTrainer和nnUNetTrainerV2的差别主要是深监督和多样化数据增强的差别。
训练过程

回过头来解读代码
首先从run_training看起
入口参数主要包括网络选择，我的是3d_fullres,训练器nnUNetTrainer等

之后主要是默认参数配置，主要读取了预处理阶段保存的训练plan中的配置，并将训练类定位到训练器。

生成训练类，使用递归继承类，nnUNetTrainer继承了nnunetrainer中NetworkTrainer类

之后是trainer初始化，涉及到设置数据增强参数，就一些常数，还没看到是用来干嘛得了。

然后是读数据，这里只是读取路径，注意读取的是预训练保存的npz文件路径，将数据分为五折，生成splits_final.kpl文件

因为项目需要，我使用的fold参数是all，查验代码，fold选择为all时，验证集和训练集所使用的数据是一致的，fold选择为all时，在测试集测试时会有坑。
我的测试过程记录：
运行代码predict_simple.py, 参数选择input_folder是测试集原图，图像格式路径
必须以0结尾，且.nii.gz不能少，output_folder为分割保存路径，然后任务号，训练器选择，模型选择，这些和训练时候一致就行。part_id和num_parts选择部分测试集进行测试，我一直以为是选择显卡了，测试结果总是显示不全。前者为0，后者为1就能测试全部测试集。之后就是predict_from_folder()了，其中先对测试集名字进行校验
校验名字没问题的话，就是predict_case()，这里面主要是加载模型和checkpoint检查，这里面如果folds是all的话是没有办法通过的，所以我把路径/mnt/store1/wangyh/dataset-pe/nnUNet_trained_models/nnUNet/3d_fullres/Task058_Pe/nnUNetTrainer__nnUNetPlansv2.1/下的all文件夹复制一份命名为fold_0,也可以命名为1到4，nnunet会自己检查。
之后就开始预测，但是在这里报错了，
原因是我保存的模型没有关键字epoch，我也很无奈，没有解决这个问题，我把network_trainer.py中367到386行注释掉了，就可以跑了。我理解的是这几行都是对模型的检验，没有太大用处，最终不影响测试集的测试。