Pytorch_Medical_Segmention_Template
本工程文件实现了如下功能:
1.基于Unet的单类分割(Unet参数可变,可根据自己实际情况调整通道缩减倍数(设置feature_scale即可))
2.自动实现n折交叉验证
3.损失函数为Dice+BCE
4.优化器为SGD,ploy学习策略
5.验证指标:Acc,Dice,Jaccard,Sen,Spe
6.自动保存n折的checkpoint文件
7.自动保存n折的tensorboard log日志,支持前后多次实验可视化对比 只需将UNet文件夹复制后重命名为:“UNet_修改内容”即可,在此基础上修改
想用此工程你需要做的:
第一步:
在Dataset文件夹下创建固定格式的数据文件夹(以Linear_lesion数据为例):
─Linear_lesion
├─img
│ ├─f1
│ ├─f2
│ ├─f3
│ ├─f4
│ └─f5
└─mask
├─f1
├─f2
├─f3
├─f4
└─f5
第二步:
根据自己的情况修改Pytorch_Project_template\Linear_lesion_Code\UNet\utils\config.py文件(带*号的是要注意修改的)
第三步:
运行Pytorch_Project_template\Linear_lesion_Code\UNet的train.py文件