Github地址
https://github.com/MIC-DKFZ/nnUNet
安装
作者Github上说最好不要用conda,但自己机器已有环境都是用的conda,看其他人说使用conda没问题,那自己也试一下
安装虚拟环境
1 | conda create -n nnunet python==3.7 |
安装pytorch
1 | pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html |
安装Nvidia-Apex
这是英伟达的一个用于混合精度训练的插件,请不要直接pip,跟着下面的操作来:
打开Apex所在的项目网站,翻页到QuickStart
在用来安装环境的目录下打开终端
1
git clone https://github.com/NVIDIA/apex
切换工作目录到apex
1
cd apex
安装apex
1
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
安装hiddenlayer
1 | pip install --upgrade git+https://github.com/nanohanno/hiddenlayer.git@bugfix/get_trace_graph#egg=hiddenlayer |
安装nnunet
1 | git clone https://github.com/MIC-DKFZ/nnUNet.git |
遇到问题:
ERROR: After October 2020 you may experience errors when installing or updating packages. This is because pip will change the way that it resolves dependency conflicts.
We recommend you use --use-feature=2020-resolver to test your packages with the new resolver before it becomes the default.
batchgenerators 0.20.1 requires pillow<7.1, but you'll have pillow 7.2.0 which is incompatible.
解决方案: 对pillow进行降级处理
1 | pip install pillow==7.0.0 |
配置KiTS
数据预处理
nnunet已写好kits19的脚本,修改nnunet/dataset_conversion/Task040_KITS.py
中数据的输入输出位置即可
运行该python脚本对数据进行预处理
在nnunet目录下创建数据集文件夹
- nnUNet_preprocessed
- nnUNet_raw/nnUNet_cropped_data
- nnUNet_raw/nnUNet_raw_data
- nnUNet_trained_models
在nnUNet_raw/nnUNet_raw_data
目录下创建比赛数据的文件夹(如Task040_kits)
将数据集路径填写到配置文件中
1 | vim ~/.bashrc |
1 | export nnUNet_raw_data_base="/home/nnUNet/DATASET/nnUNet_raw" |
1 | source ~/.bashrc |
预处理
1 | nnUNet_plan_and_preprocess -t 40 |