当前位置:   article > 正文

2023-windows下使用nnunetv2坑点记录_nnunet windows

nnunet windows


前言

需要准备的基本配置

本人配置如下:
windows10
python3.9(感觉3.7及以上都行)
实在不行你就重新create 一个版本的虚拟环境
Pytorch2.1
cuda12.0


一、安装NNunet

有两种办法如下:

1.直接在(激活环境的)bash下进行一个pip的操作

pip install nnunet
  • 1

2直接跑到人家的github链接进行一个下载并安装
链接: nnunetv2
把人家的zip文件下过来进行一个解压
或者在anaconda prompt中输入下面的代码
本文所有的 命令行代码均在anaconda prompt中运行,如果你是anaconda power shell prompt也一样

git clone https://github.com/MIC-DKFZ/nnUNet.git
//然后输入下面的
cd nnUNet 
//注意下面的这个代码,最后的这个.也是要输进去的,不然无法安装的
pip install -e .
  • 1
  • 2
  • 3
  • 4
  • 5

如果执行这一步出现报错,可以试试更新下pytorch和python版本
如果这一步太慢或者下载不动报错,可以试试加一个源

pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple/
  • 1

二、关于数据集

1.文件夹的创建

如果你用方法二下载,你会看到如下的文件树(图中的dataset需要你来创建

在这里插入图片描述
然后在DataSet文件中创建如下图的文件夹
在这里插入图片描述

2.下载数据

医学十项全能数据都行,我用的是Task01和Task06的
官网:官网(建议使用一些小技巧

3.设置环境变量

方法一:直接对着你的
在这里插入图片描述
进行一个右键,点击属性,搜索编辑系统环境变量
方法二:直接win+r输入sysdm.cpl然后在最上面选择高级

然后点击右下角的 环境变量
在这里插入图片描述

注意看我下方标注出来的
在这里插入图片描述
这里把你刚刚创建的文件夹塞进去,变量就按照我上面的填,值就填你文件夹的绝对路径。

4.转化数据集

对下载好的数据集进行一个转化

nnUNetv2_convert_MSD_dataset  -i  你下载的数据集的路径  -overwrite_id 06
//最后的0x,比如你下载的是task01,你就换成01,如果你是task06,就写06
  • 1
  • 2

如果转化好,则会在nnUnet_raw文件夹下看到相应的Dataset文件,如下图所示
在这里插入图片描述

注:不要试图把原来的数据直接塞进去,数据期望数量对不上的,虽然可以看nnunetv2/dataset_conversion/convert_raw_dataset_from_old_nnunet_format.py转换文件自己写一个json文件,但是然并卵。

三、预处理

输入以下代码进行数据预处理

nnUNetv2_plan_and_preprocess -d 06 --verify_dataset_integrity
//此处同上,06是我的数据集编号,换成你所使用的那个task编号即可
  • 1
  • 2

如若无问题,则会出现以下界面

在这里插入图片描述

四、训练

使用以下代码进行训练

nnUNetv2_train 06 2d 0
  • 1

参数解释:
06:依然是我的数据集编号
0:一折,最高4(五折交叉验证)
2d:2D U-Net(可以换成3d_fullres、3d_lowres等)
具体指令参照:指令

五、推理

输入以下代码进行推理

nnUNetv2_predict -i 输入文件夹 -o 输出文件夹 -d 数据集名称或ID -c 2d
  • 1

这个输入文件夹,一般为imageTr的绝对路径
ID直接输入你的数据集编号即可

六、后处理

输入以下代码进行后处理

nnUNetv2_apply_postprocessing -i 包含预测结果的文件夹 -o 输出文件夹 --pp_pkl_file 后处理文件 -plans_json 计划文件 -dataset_json 数据集JSON文件
  • 1

七、注意

第五步及之后的操作并未进行太多尝试,如发现有问题,后续将会在此更新,欢迎指点。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/670125?sit
推荐阅读
相关标签
  

闽ICP备14008679号