使用U-net对3Dircadb数据集进行肿瘤预测
学习大佬博客实现的大佬，建议学习原博~
代码地址：https://github.com/thinkinapp/3Dircadb_Use_Unet
数据集下载地址：https://www.ircad.fr/research/data-sets/liver-segmentation-3d-ircadb-01/
-
运行
generate_train.py获得训练集 -
运行
generate_test.py获得验证集 -
运行
train.py训练模型，模型结果保存于models/ -
运行
test.py实现预测，预测结果保存于preds/ -
注1：代码直接使用验证集进行预测，实际中得自己再制作测试集，实现方法同
generate_test.py -
注2：理解代码可见原博，也可查看
助于理解代码的实验.ipynb，我做了一些可视化助于理解~ -
注3：使用自己制定测试集预测，依次修改运行
result_generate.py,result_test.py,result_test.py即可（较易懂）。
dice_coef = 0.8
（这里直接使用验证集 qwq）
注: gt 为 groundTruth, pred 为 模型预测结果
https://blog.csdn.net/guoxinxin0605/article/details/123598213