• 2024-09-12nnunetv2系列:使用默认的预测类推理2D数据
    nnunetv2系列:使用默认的预测类推理2D数据这里参考源代码nnUNet/nnunetv2/inference/predict_from_raw_data.py中给的示例进行调整和测试。代码示例fromtorchimportdevicefromnnunetv2.inference.predict_from_raw_dataimportnnUNetPredictor#fromnnunetv2.pat
  • 2023-08-02nnUNet 使用方法
    首先明确分割任务。其次明确研究方法和步骤。再做好前期准备,如数据集的采集、标注以及其中的训练集/测试集划分。其中的参考链接: (四:2020.07.28)nnUNet最舒服的训练教程(让我的奶奶也会用nnUNet(上))(21.04.20更新)_nnuet制定计划_花卷汤圆的博客-CSDN博客 最后,如果你需要具体的评
  • 2023-06-14不用写代码神器!教你用4行命令轻松使用nnUNet训练自己的医学图像分割模型
    给定某个数据集,nnU-Net完全自动执行整个分割过程,包括数据预处理到模型配置、模型训练、后处理到集成的整个过程,而不需要人为干预。此外,训练好的模型还可以应用到测试集中进行推理。博主强烈建议:做医学图像分割的任何人,都必须要会使用nnU-Net理由2个:首先用nnU-Net测试一下。看一下该
  • 2023-06-14nnUNet实战一使用预训练nnUNet模型进行推理
    nnU-Net到底怎么使用,好不好用,我们看一个实战例子本次实战项目为使用预训练nnU-Net模型进行推理数据集:医学分割十项全能的前列腺数据集(Prostate)本系列还有1论文解读-nnU-Net:Self-adaptingFrameworkforU-Net-BasedMedicalImageSegmentation(附实现教程)2nnU-Net如何安
  • 2023-06-14【实战】霸榜各大医学分割挑战赛的Transformer架构--nnFormer
    文章目录安装下载以及预处理实验数据预处理数据修改源代码错误traintest简介:我们介绍了nnFormer(not-anothertransFormer),一种用于3D医学图像分割的transformer。nnFormer不仅使用了卷积和自注意力的结合,还引入了基于局部和全局体积的自注意机制来学习体积表示。此外,nnFormer
  • 2023-06-14nnU-Net 如何安装--傻瓜式安装教程
    这是nnU-Net系列第二篇–安装教程上一篇:nnU-Net介绍篇nnU-Net只在Linux上测试(ubuntu16、18和20;centOS,RHEL)。它也可以在其他操作系统上工作,但我们不能保证它会工作。因此,最好安装在Linux上文章目录安装nnU-Net的硬件条件快速的创建Ubuntu虚拟环境1安装venv模块2创建虚拟环境
  • 2023-05-22相关数据进行训练(以心脏器官为例)
    数据训练1、下载相关数据(Task02_Heart)得到这样结构的数据:与教程中的Lung数据相符:2、使用命令进行数据训练pythontrain.py--config**configs/nnunet/msd_lung/nnunet_3d_fullres_msd_lung_fold0.yml**这里放置本机的文件路径--log_iters20--precisionfp16--nnunet-
  • 2023-05-21相关数据进行训练(以心脏器官为例)
    数据训练1、下载相关数据(Task02_Heart)得到这样结构的数据:与教程中的Lung数据相符:2、使用命令进行数据训练pythontrain.py--config**configs/nnunet/msd_lung/nnunet_3d_fullres_msd_lung_fold0.yml**这里放置本机的文件路径--log_iters20--precisionfp16--nnunet-
  • 2023-02-03nnUNet学习笔记(二):网络架构代码-1
    逐段解读文件:nnUNet/nnunet/network_architecture/neural_network.pyimportnumpyasnpfrombatchgenerators.augmentations.utilsimportpad_nd_imagefromnnunet.ut
  • 2022-09-02nnUNet使用指南(四):json文件的配置
    代码如下fromcollectionsimportOrderedDictimportglobimportosimportreimportjsonfrombatchgenerators.utilities.file_and_folder_operationsimport*d