nnunet 描述
nnunet 是第一个旨在处理医学数据集多样性的分割方法。它简化了相关设置,
并自动化执行某些决策,为任何给定的数据集设计一个成功的分割流程。
论文:Isensee, F., Jaeger, P. F., Kohl, S. A., Petersen, J., & Maier-Hein, K. H.
(2020). nnU-Net: a self-configuring method for deep learning-based
biomedical image segmentation. Nature Methods, 1-9.
模型架构
nnUNet 能够根据任务不同来选择 2D 或是 3D 的 Unet,Unet 由编码器和解码
器构成,并且每个编解码之间有 Skip-connection 连接。
数据集
使用的数据集:Medical Segmentation Decathlon-Task04
� 数据集大小:27.1M,共 3 个类、394
o 训练集:21.68M,共 315 个 3D 体素文件
o 测试集:12.5M,共 79 个 3D 体素文件
� 数据格式:nii.gz 文件
o 注:数据将在 src/nnUNet 中处理。
环境要求
� 硬件(Ascend/GPU/CPU)
o 使用 Ascend/GPU/CPU 处理器来搭建硬件环境。
� 框架
o MindSpore
� 如需查看详情,请参见如下资源: