目录：
1 nnU-Net论文解析
2 环境配置——pytorch教程
2.1 使用学院的CUDA9.0进行编译
2.1.2 对虚拟环境的创建
2.1.2 编译GCC5.4
2.1.3 编译pytorch1.5(CUDA9.0支持的最高版本)
2.1.4 安装nnUNet
2.1.5 配置nnunet
2.2 更改CUDA版本

1 nnU-Net论文解析

请先阅读：

1.详细解释
2.2D和3DUnet辨析
nnUnet虽然不是新的论文，但是这个框架效果很好。它并没有提出新的网络结构，没有抓人眼球的地方，仅依靠一些技巧，将分割任务进行了大统一，并在很多任务上得到了非常好的成绩上，可以看出作者的功底之深。
对于分割任务，从unet出来之后的几年里，其实在网络结构上已经没有多少的突破了，结构修改越多，反而越容易过拟合。因此作者认为更多的提升其实在于理解数据，并针对医学数据采用适当的预处理和训练方法。

2 环境配置——pytorch教程

经过半个月的折腾，我大致总结出两个办法：1、使用学院服务器集群module管理器的CUDA9.0对pytorch源码进行编译（缺点：最高只能到pytorch1.5，py

一种医学图像分割的新思路【nnU-Net网络配置教程】相关推荐

nnUNet原创团队全新力作！MedNeXt：医学图像分割新SOTA
Title:MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation MedNeXt:用于医学图像分 ...
[医学图像分割综述] Medical Image Segmentation Using Deep Learning: A Survey
使用深度学习的医学图像分割:一项调查论文地址本综述有两个独创之处,首先,与传统的调查方法直接将医学图像分割的文献划分为多个组,并对每个组详细介绍文献的方法相比,我们将目前流行的文献按照从粗到细的多 ...
FedDG：在连续频率空间中通过情景学习进行医学图像分割的联合域泛化
摘要论文地址:https://arxiv.org/pdf/2103.06030.pdf 联邦学习使分布式医疗机构可以共同学习具有隐私保护功能的共享预测模型.在进行临床部署时,如果将联合学习中训练 ...
nnU-Net团队新作MedNeXt：新一代医学图像分割之王，刷新多项榜单记录！
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达点击进入->[医疗影像和Transformer]微信技术交流群转载自:CVHub Title: Me ...
DeepMedic —— 一种经典的医学图像分割的3D CNN框架
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/JYZhang_CVML/article ...
用NVIDIA Tensor Cores和TensorFlow 2加速医学图像分割
用NVIDIA Tensor Cores和TensorFlow 2加速医学图像分割 Accelerating Medical Image Segmentation with NVIDIA Tensor ...
Unet神经网络为什么会在医学图像分割表现好？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达问题:Unet神经网络为什么会在医学图像分割表现好? https: ...
FCN、Unet、Unet++：医学图像分割网络一览
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨Error@知乎来源丨https://zhuanlan.z ...
如何量化医学图像分割中的置信度？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:计算机视觉life 导读利用变分推断进行分割置信度的预 ...

一种医学图像分割的新思路【nnU-Net网络配置教程】

1 nnU-Net论文解析

2 环境配置——pytorch教程

一种医学图像分割的新思路【nnU-Net网络配置教程】相关推荐

最新文章

热门文章