Open ninjannn opened 6 months ago
Thank you to the authors for their contributions. I have encountered a problem: after training VoxelMorph, TransMorph, and mm-feat, and then testing them, the DICE scores for all three models were 62.42±3.29. This is confusing as it suggests that the deformation fields have no deforming capability. During testing, I compared the warped labels (warped_label) and the original labels (src_label), and found that the warped labels did not differ from the original labels. I was surprised by this, so I printed and compared these labels at every step of the training phase, and found them to be unchanged. Today, I increased the learning rate by forty times (from the original 1e-4 to now 4e-3), and only then did the results change. I am unsure what problem I have encountered, so I am asking the authors for advice. Thank you
To be honest, I haven't met the problem. It looks like the warped_seg hasn't been warped. Please check the related code.
To be honest, I haven't met the problem. It looks like the warped_seg hasn't been warped. Please check the related code.
I am running the latest code, I just changed the training data path, and it can run now. If you are willing, could you please share your trained model weights so I can reproduce your code? Thank you
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你跑这个用的是什么数据集,是论文里面的数据集还是其他的数据集呢,我跑的oasis 我自己裁剪到144 160 192 但是dice很低,用Voxelmorch跑就挺高的
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你跑这个用的是什么数据集,是论文里面的数据集还是其他的数据集呢,我跑的oasis 我自己裁剪到144 160 192 但是dice很低,用Voxelmorch跑就挺高的
作者提供的数据集 现在作者已经把下载链接删除了
我跑的绿
您好,请问为什么要把OASIS的数据尺寸改变呢?我用voxelmorph跑的尺寸是[160,192,224]
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你跑这个用的是什么数据集,是论文里面的数据集还是其他的数据集呢,我跑的oasis 我自己裁剪到144 160 192 但是dice很低,用Voxelmorch跑就挺高的
作者提供的数据集 现在作者已经把下载链接删除了
您好,请问你可以发我一份作者提供的数据集吗?
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你怎么安装好mamba的
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你怎么安装好mamba的
就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题
请问你的pytorch版本和cuda版本是多少的呀
---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月14日 17:47 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) |
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你怎么安装好mamba的
就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
请问你的pytorch版本和cuda版本是多少的呀 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月14日 17:47 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您! 请问你怎么安装好mamba的 就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
pytorch 2.1.0 cuda 11.8
非常感谢你的回复!请问你有作者提供的数据集吗?有的话麻烦可不可以发我一份 我需要他来跑一下实验
---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月18日 08:07 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) |
请问你的pytorch版本和cuda版本是多少的呀 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月14日 17:47 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您! 请问你怎么安装好mamba的 就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
pytorch 2.1.0 cuda 11.8
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
非常感谢你的回复!请问你有作者提供的数据集吗?有的话麻烦可不可以发我一份 我需要他来跑一下实验 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月18日 08:07 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 请问你的pytorch版本和cuda版本是多少的呀 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月14日 17:47 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您! 请问你怎么安装好mamba的 就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> pytorch 2.1.0 cuda 11.8 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>
不好意思,由于作者删除了下载的链接,其不确定私下给你是否合规
好的 我在咨询作者后向你联系
---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月20日 08:40 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) |
非常感谢你的回复!请问你有作者提供的数据集吗?有的话麻烦可不可以发我一份 我需要他来跑一下实验 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月18日 08:07 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 请问你的pytorch版本和cuda版本是多少的呀 … ---- 回复的原邮件 ---- | 发件人 | @.> | | 发送日期 | 2024年07月14日 17:47 | | 收件人 | Guo-Stone/MambaMorph @.> | | 抄送人 | ZhaiJiaKai @.>, Comment @.> | | 主题 | Re: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) | 感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您! 请问你怎么安装好mamba的 就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.> pytorch 2.1.0 cuda 11.8 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.>
不好意思,由于作者删除了下载的链接,其不确定私下给你是否合规
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
我在进行测试时遇到了同样的问题,请问你是如何解决的这个问题,另外我看到你在另外一个回复中问到了数据标签的问题,现在你知道每个标签对应哪个区域吗?希望你可以告诉我,非常感谢!
非常感谢你的回复!请问你有作者提供的数据集吗?有的话麻烦可不可以发我一份 我需要他来跑一下实验 … ---- 回复的原邮件 ---- |发件人 |@。**> | | 发送日期 | 2024年07月18日 08:07 | | 收件人 |郭石/MambaMorph @.**> | |抄送人 |翟佳凯@.**>,评论 @。**> | |主题 |回复: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) |请问你的pytorch版本和cuda版本是多少的呀 ... ---- 回复的原邮件 ---- |发件人 |@.> | |发送日期 |2024年07月14日 17:47 | |收件人 |郭石/曼巴变形 @.> | |抄送人 |翟佳凯 @.>, 评论 @.> | |主题 |回复: [Guo-Stone/MambaMorph] 训练结果问题 (Issue #5) |感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行测试,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(srclabel)并没有改变。随后我在训练阶段的每一个步骤中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!请问你怎么安装好mamba的 就是Linux系统安装,windows不行,按照作者提供的链接进入到mamba的github,照着步骤就可以,报错的话就在网上搜搜问题 — 直接回复这封电子邮件,在GitHub上查看,或者取消订阅。您收到此消息是因为您发表了评论。消息 ID:@。> pytorch 2.1.0 cuda 11.8 — 直接回复此电子邮件,在 GitHub 上查看,或取消订阅。您收到此消息是因为您发表了评论。消息 ID:_@_。_>
不好意思,由于作者删除了下载的链接,其不确定私下给你是否合规
Could you please share the data set? Looking forward to your reply. Good luck
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行测试,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个步骤中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!
请问你跑这个用的是什么数据集,是论文里面的数据集还是其他的数据集呢,我跑的oasis 我自己裁剪到144 160 192 但是dice很低,用Voxelmorch跑就挺高的
作者提供的数据集 现在作者已经把下载链接删除了
Could you please share the data set? Looking forward to your reply. Good luck
感谢作者的工作贡献,我遇到了一个问题,我在训练完成VoxelMorph、TransMorph、mm-feat后,进行test,3个模型的DICE结果均为62.42±3.29,这让我很困惑,也就是说形变场没有形变能力,我打印了测试中的扭曲后的标签(warped_label)和原标签(src_label)进行比较,结果显示扭曲后的标签(warped_label)相较于原标签(src_label)并没有改变。随后我在训练阶段的每一个step中都打印这个扭曲后的标签和原标签进行比较,结果都是不变的。这让我很惊讶,今天,我把学习率调整到了运来的40倍(原来1e-4,现在4e-3),结果才会变。我不知道我遇到了什么问题,所以向作者询问,谢谢您!