数据处理

我确实按照昨天想的把图片resize成了1000*1000大小 bounding box也重新计算了。
以下是修改以后的matlab代码。

%% ==================================================================%
%     OPEN AND VIEW PNG FORMAT DDSM IMAGES WITH THEIR ANNOTATIONS
%                        -ope---(MAIN FILE)----
% ===================================================================%
%           Author - Anmol Sharma (Undergraduate Engineering Student)
%      Affiliation - DAV Institute of Engineering & Technology
%      Supervisers - Dr. Jayasree Chakraborty* and Dr. Abhishek Midya#
%                    *Research Fellow, Memorial Sloan Kettering Cancer Center
%                    #Assistant Professor, NIT Silchar
%      Description - The code is used to view the PNG format DDSM images
%                    created using the openDDSMLJPEG1AndConvertToPNG.m
%                    script. This script opens the PNG file, and then also
%                    opens the corresponding OVERLAY file to get the boundary
%                    information of the mass present in that particular
%                    mammogram.
%          License - Copyright (C) 2015  Anmol Sharma
%
%                    This program is free software: you can redistribute it
%                    and/or modify it under the terms of the GNU General
%                    Public License as published by the Free Software
%                    Foundation, either version 2 of the License, or (at
%                    your option) any later version.
%
%                    This program is distributed in the hope that it will
%                    be useful, but WITHOUT ANY WARRANTY; without even the
%                    implied warranty of MERCHANTABILITY or FITNESS FOR A
%                    PARTICULAR PURPOSE.  See the GNU General Public License
%                    for more details.
%
%                    You should have received a copy of the GNU General
%                    Public License along with this programmax_y.  If not,
%                    see <http://www.gnu.org/licenses/>.
%===================================================================%
clear all
clc
%% SET THESE PATHS FIRST!
% Needed to load PNG files
directoryOfDDSMPNG = 'D:\cancers_jpg_test\';
directoryOfDDSMPNG_new = 'D:\cancers_jpg_test_new\';
disp(directoryOfDDSMPNG)
% Needed to load OVERLAY FIles
directoryOfDDSM = 'D:\OVERLAY_CC_test\';imageOutputFileFormat = '*.jpg'; % Notice the STAR dot. Can be *.tif, *.jpg...
filenames = dir(strcat([directoryOfDDSMPNG, imageOutputFileFormat]));disp(filenames)
for i = 1:length(filenames)disp( filenames(i).name((1:(length(filenames(i).name) - 5))))overlayName = strcat([directoryOfDDSM, filenames(i).name((1:(length(filenames(i).name) - 4))), '.OVERLAY']);jpgName_new = strcat([directoryOfDDSMPNG_new, filenames(i).name((1:(length(filenames(i).name) - 4))), '.jpg']);JPGName = strcat([filenames(i).name((1:(length(filenames(i).name) - 4))), '.jpg']);[num]=count_overlay(overlayName)for j = 1:num[bnd_c,bnd_r] = readBoundary(overlayName, j);%bnd_c²¡ÔîÇøÓòµÄËùÓÐºá×ø±ê£¬bnd_r²¡ÔîÇøÓòµÄËùÓÐÁÐ×ø±ê% disp(bnd_c)min_x=min(bnd_c)max_x=max(bnd_c)width=max_x-min_xmin_y=min(bnd_r)max_y=max(bnd_r)height=max_y-min_yleft_x=min_xleft_y=min_yimage = imread(strcat(directoryOfDDSMPNG, filenames(i).name));[heightOfImage, widthOfImage] = size(image);     B = imresize(image,[1000 1000])[heightOfImage1, widthOfImage1] = size(B)% temp_mask = poly2mask(bnd_c,bnd_r, 1000,1000);imshow(B,[])% PATH=imwrite(B,jpgName_new)hold onscale_w=1000/widthOfImagescale_y=1000/heightOfImageA = [left_x*scale_w,left_y*scale_y,width*scale_w,height*scale_y]write(JPGName,A)%       rectangle('Position',A) rectangle('Position',A,'EdgeColor','r')plot(bnd_c*scale_w, bnd_r*scale_y, '-r'); pause;close all;endend

我真的很想哭，看到结果和昨天一样，我真的想打人了。我又不知道能和谁去讨论，只能自己在这里写。

一共929张图片。这里只是跑了单类别，但是肺炎的程序是用（正常，病灶）两个类别。

我不知道我到底哪里出了问题
1.数据量少？
2.数据问题？—解决办法：

再用retinaNet 跑一遍肺炎的数据集

把rsna-肺炎的代码再跑一遍

之后就报错，这个错误我在以前遇到过，应该是版本问题不匹配，后来我也忘了怎么解决的了，不过我现在想要用我的代码跑一遍肺炎的数据集。
实验室要关门了。。。
如果这个结果可以跑通就证明我的代码没有问题，还是数据的问题！！！
如果这个跑不通，就证明我的代码有问题！！

下面的这个bug是用原来的author的codes work的，可能是因为version的问题，不过后来我似乎solve了。。。我实在想不起来我怎么做到的了，，好像以前的blog中record了。。

Traceback (most recent call last):

File “train.py”, line 511, in

main()

File “train.py”, line 496, in main

callbacks=callbacks,

File “/home/ld/anaconda3/lib/python3.6/site-packages/keras/legacy/interfaces.py”, line 91, in wrapper

return func(*args, **kwargs)

File “/home/ld/anaconda3/lib/python3.6/site-packages/keras/engine/training.py”, line 1418, in fit_generator

initial_epoch=initial_epoch)

File “/home/ld/anaconda3/lib/python3.6/site-packages/keras/engine/training_generator.py”, line 251, in fit_generator

callbacks.on_epoch_end(epoch, epoch_logs)

File “/home/ld/anaconda3/lib/python3.6/site-packages/keras/callbacks.py”, line 79, in on_epoch_end

callback.on_epoch_end(epoch, logs)

File “keras-retinanet/keras_retinanet/callbacks/common.py”, line 31, in on_epoch_end

self.callback.on_epoch_end(epoch, logs=logs)

File “keras-retinanet/keras_retinanet/callbacks/eval_rsna.py”, line 72, in on_epoch_end

self.model,

File “keras-retinanet/keras_retinanet/utils/eval_rsna.py”, line 360, in evaluate

annotations          = all_annotations[i][label]

IndexError: index 0 is out of bounds for axis 0 with size 0

好难过_{真的心都碎了}真的

觉得自己一个人一直扛着所有的事情，就连心里想说的，也不可以和bf说，似乎我们不是一个世界，我也不想过多打扰他的世界，他的世界太过于简单。
我只能沉迷于代码中，其实?
也算是好事吧,否则我一天胡思乱想的，抗住这个压力还蛮好的，我说实话还蛮享受现在的日子的。

回去就想睡觉，看一会《how to change your mind》然后明天又是活力满满的一天~~~~

加油

RetinaNet模型在DDSM数据集的应用问题（3）相关推荐

RetinaNet模型在DDSM数据集的应用问题（2）
今日的工作内容专注学习,早日对抗抑郁症! github的使用研究图片的底层,LJPEG是否可以送入RetinaNet读数据–可能不可以 github 1.我准备把每天的进展和代码(retinaNe ...
DL之MaskR-CNN：基于类MaskR-CNN算法(RetinaNet+mask head)利用数据集(resnet50_coco_v0.2.0.h5)实现目标检测和目标图像分割(语义分割)
DL之MaskR-CNN:基于类MaskR-CNN算法(RetinaNet+mask head)利用数据集(resnet50_coco_v0.2.0.h5)实现目标检测和目标图像分割(语义分割) 目录 ...
python计算多个模型在不同数据集上的预测概率、获取每个数据集上的最优模型、多个最优模型的ROC曲线进行对比分析
pytyon计算多个模型在不同数据集上的预测概率.获取每个数据集上的最佳模型.多个最优模型的ROC曲线进行对比分析目录
ML之LiR2PolyR4PolyR：使用线性回归LiR、二次多项式回归2PolyR、四次多项式回归4PolyR模型在披萨数据集上拟合(train)、价格回归预测(test)
ML之LiR&2PolyR&4PolyR:使用线性回归LiR.二次多项式回归2PolyR.四次多项式回归4PolyR模型在披萨数据集上拟合(train).价格回归预测(test) 目录 ...
ML之LiR2PolyR：使用线性回归LiR、二次多项式回归2PolyR模型在披萨数据集上拟合(train)、价格回归预测(test)
ML之LiR&2PolyR:使用线性回归LiR.二次多项式回归2PolyR模型在披萨数据集上拟合(train).价格回归预测(test) 目录输出结果设计思路核心代码输出结果设计思路 ...
ML之LiR：使用线性回归LiR回归模型在披萨数据集上拟合(train)、价格回归预测(test)
ML之LiR:使用线性回归LiR回归模型在披萨数据集上拟合(train).价格回归预测(test) 目录输出结果设计思路核心代码输出结果设计思路核心代码 r= LinearRegressi ...
DL之CycleGAN：基于TF利用CycleGAN模型对apple2orange数据集实现图像转换—训练测试过程全记录
DL之CycleGAN:基于TF利用CycleGAN模型对apple2orange数据集实现图像转换-训练&测试过程全记录目录 apple2orange数据集输出结果训练&测试过 ...
DL之pix2pix：基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术—训练测试过程全记录
DL之pix2pix:基于TF利用pix2pix模型对food_resized数据集实现Auto Color自动上色技术目录训练 food_resized数据集展示 TB过程监控 1.SCALAR ...
【Pytorch神经网络实战案例】40 TextCNN模型分析IMDB数据集评论的积极与消极
卷积神经网络不仅在图像视觉领域有很好的效果,而且在基于文本的NLP领域也有很好的效果.TextCN如模型是卷积神经网络用于文本处理方面的一个模型. 在TextCNN模型中,通过多分支卷积技术实现对文本 ...

RetinaNet模型在DDSM数据集的应用问题（3）

数据处理

再用retinaNet 跑一遍肺炎的数据集

RetinaNet模型在DDSM数据集的应用问题（3）相关推荐

最新文章

热门文章