Open cuihu1998 opened 2 years ago
求教。使用默认的代码跑LITS,效果很差,跑不出提供的progress.png显示出的效果,在提供的代码上跑nnUNet效果倒是很正常,
我始终无法复现提供的效果的loss图。用nnUNet跑了一遍loss确实和图基本一致,一路降到-4。 但是用UNet++,loss很难收敛,到100个epoch才不到-1.0,和图里的效果相差太大了.....
我尝试只改动了paths.py配置数据集路径,其余的部分和源码一致丝毫未改。但是progress.png显示loss下降速度比图里慢的太多了。真心求教!
同学,我不清楚你问题的答案,但是想和你交流一下。 我按作者在readme里“How to use UNet++”的步骤,结果在“Liver and tumour segmentation in Medical Segmentation Decathlon”上曲线乱飞。batchsize调到4时,占用V100约99%的显存,曲线也不行。想交流看看,你是怎么设置的实验的?
@ChibisukeDragon 基于nnunet的默认plans是batchs_size=2,默认的UNet++用上deep supervision大概要占24G显存。再调大batchsize显存肯定不够。作者在提供的代码里,在trainer部分应该改成output[0], deep_supervision.py里有深度监督的逻辑也被注释了,得把这些都开下来才能跑出正常的曲线。但是速度真是极其慢,极其慢。3090一个epoch大概300多秒
我当时看到的是这个issue:https://github.com/MrGiovanni/UNetPlusPlus/issues/15 作者如果配置使用3d_fullres,单卡根本开不到12的batchsize。。。 所以没收敛是因为没开deep supervision的问题吗?!我一直以为是batchsize太小才不收敛 @cuihu1998
@ChibisukeDragon 图里loss快速掉到-1然后最终收敛到-3、-4这种情况,是开deep supervision的,因为多个layer的loss全加在一起了。不开监督loss就会没图里那么低。3d_fullres bs开不到那么大的,12是2d的默认batchsize。
因为看到loss_functions/deep_supervision.py中的deep_supervision计算loss的逻辑被注解掉了。看样子是模型关掉了deep_supervision跑的