基于昇思MindSpore AI框架的肾脏肿瘤分割 参赛成员: 陈远腾 赵昱杰 谷朝阳 彭睿思 游昆霖
基础框架:
tensorflow_gpu 2.10.0
所需python库:
numpy 1.21.6
glob
os
matplotlib
SimpleITK 2.2.0
nibabel 4.0.2
step1 git clone https://github.com/neheller/kits19
step2 安装github仓库README文件中所要求的的python库
step3 运行start_code中的get_imaging.py或get_imaging_v2.py文件
获取训练所需数据集。
step4 git clone 本仓库
step5 运行main.py(不要改变刚刚下载的数据集所在文件夹名字,仍名为"data")
需要输入数据集所在文件夹的根目录
例如:我的数据集所在路径为:
D:/lumor_segementation/kits19-master/data/
因此数据集所在文件夹的根目录为:
D:/lumor_segementation/kits19-master/
运行命令:
python main.py --nii_data_dir_path "D:/lumor_segementation/kits19-master/"
--if_process_data "True" (如果你首次运行需要处理数据,则True,后续不需要重复)
--if_save_weights "True"
--model_kind "FCN_model" / "Unet" / "LinkNet" 三选一
--learn_rate 0.0001
--train_epochs 20
运行结束后将会在D:/lumor_segementation/kits19-master/目录下生成:
p_image 处理后的图像文件夹
p_segemen 处理后的标签文件夹
evaluate_image 处理后的无标签图像文件夹
model_weights 训练后的模型参数文件夹
predict_result 无标签图像预测结果文件夹
- Fork 本仓库
- 新建 Feat_xxx 分支
- 提交代码
- 新建 Pull Request