search

Cassie-CV / CASeg

A novel deep network with triangular-star spatial-spectral fusion encoding and entropy-aware double decoding for coronary artery segmentation
4 stars 0 forks source link

训练结果问题 #2

Open Jinmy11 opened 1 month ago

Jinmy11 commented 1 month ago

作者，您好！我使用您给的代码能正常运行，并且使用了ASOCA数据集，但是训练结果前几轮都是正常的，往后tp值全为0，这是怎么回事？

Swiffany commented 2 weeks ago

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

Cassie-CV commented 2 weeks ago

转为npy了

在 2024-10-08 21:27:17，"Swiffany" @.***> 写道：

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>

Jinmy11 commented 2 weeks ago

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

我转换为npy了，我的训练验证结果很差（尝试了好几个模型），不知道你成功了吗？

Swiffany commented 1 week ago

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

我转换为npy了，我的训练验证结果很差（尝试了好几个模型），不知道你成功了吗？

0d08327310970268b212a8ebaa64337 我目前没有改动任何东西，然后用ASOCA数据集训练的，结果看着就很不正常，也不知道是哪出问题了。

Cassie-CV commented 1 week ago

在转npy前，有没有做归一化处理？具体代码如下：def img_norm_by_win(dcm_img, WindowWidth=700, WindowCenter=100): """ :describe: dicom图像转uint8 :param dcm_img:原始图像 :param WW:窗宽WindowWidth :param WL:窗位WindowCenter :return: uint8类型图像 """ minV = int(int(WindowCenter) - int(WindowWidth/2)) maxV = int(int(WindowCenter) + int(WindowWidth/2))

print("minV=", minV)

print("maxV=", maxV)

dcm_img[dcm_img < minV] = minV dcm_img[dcm_img > maxV] = maxV return img_to_uint8(dcm_img) def img_to_uint8(dcm_img): ''' :describe: dicom图像转uint8 :param dcm_img: :return: uint8类型图像 ''' return ((dcm_img - dcm_img.min())/(dcm_img.max()-dcm_img.min())*255).astype(np.uint8)

series_list=sorted(os.listdir(path_img)) for j,file_name in enumerate(series_list): print(j,file_name) filename=file_name.split('.nrrd')[0] file_path_img=os.path.join(path_img,file_name) itk_image= sitk.ReadImage(file_path_img) img_ori = sitk.GetArrayFromImage(itk_image) file_path_mask=os.path.join(path_mask,file_name) itk_mask = sitk.ReadImage(file_path_mask) mask = sitk.GetArrayFromImage(itk_mask)

img= img_norm_by_win(img_ori, 700, 100)

在 2024-10-12 14:54:26，"Swiffany" @.***> 写道：

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

我转换为npy了，我的训练验证结果很差（尝试了好几个模型），不知道你成功了吗？

0d08327310970268b212a8ebaa64337.jpg (view on web) 我目前没有改动任何东西，然后用ASOCA数据集训练的，结果看着就很不正常，也不知道是哪出问题了。

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

Swiffany commented 1 week ago

我训练出来结果也很差，你现在还在继续尝试修改它吗？请问你有找到论文中提出的新模块的相关代码了吗？期待回复！谢谢！

------------------ 原始邮件 ------------------ 发件人: "Cassie-CV/CASeg" @.>; 发送时间: 2024年10月10日(星期四) 下午2:09 @.>; @.**@.>; 主题: Re: [Cassie-CV/CASeg] 训练结果问题 (Issue #2)

您好！请问您使用ASOCA数据集训练的时候，使用的原始数据集提供的数据格式还是将其转换为.npy的数据格式？

我转换为npy了，我的训练验证结果很差（尝试了好几个模型），不知道你成功了吗？

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

Jinmy11 commented 1 week ago

感谢作者的回复，我之前在转为npy格式之前确实没有归一化，但是归一化之后还是出现两个问题： 1、模型训练前150轮还是如图所示，之后的结果比较正常 2、测试的dice系数大概只有0.6左右 0