OCT2Former

The official code of OCT2Former: A retinal OCT-angiography vessel segmentation transformer

Prerequisites

• python3
• numpy
• pillow
• opencv-python
• scikit-learn
• tensorboardX
• visdom
• pytorch
• torchvision
• pandas

FOR OCTA-SS dataset

python train.py --dataset='OCTA-SS' \ --num_epochs=100 \ --dataset_file_list='utils/OCTA-SS.csv' \ --data_root=$OCTA-SS-DATA-PATH \ --target_root=$OCTA-SS-LABEL-PATH \ --run_dir='OCTA-SS' \ --in_channel=1 \ --batch_size=2 \ --lr=5e-4 \ --spec_interpolation \ --img_aug

OR

sh trainSS.sh

FOR ROSE1 dataset

python train.py --dataset='ROSE' \ --num_epochs=100 \ --dataset_file_list='utils/ROSE-1.csv' \ --data_root=$ROSE-1-SS-DATA-PATH \ --target_root=$ROSE-1-THICK-LABEL-PATH \ --run_dir='ROSE-1' \ --in_channel=1 \ --batch_size=2 \ --lr=5e-4 \ --img_aug

OR

sh trainROSE.sh

FOR OCTA-3M dataset

python train.py
--dataset='OCTA-3M' \ --num_epochs=100 \ --dataset_file_list='utils/OCTA_3M.csv' \ --data_root=$OCTA-3M-OCTA-DATA-PATH \ --data_root_aux=$OCTA-3M-OCT-DATA-PATH \ --target_root=$OCTA-3M-LABEL-PATH \ --run_dir='3M' \ --in_channel=2 \ --batch_size=2 \ --lr=5e-4 \ --img_aug \

OR

sh train3M.sh

FOR OCTA-6M dataset

python train.py
--dataset='OCTA-6M' \ --num_epochs=100 \ --dataset_file_list='utils/OCTA_6M.csv' \ --data_root=$OCTA-6M-OCTA-DATA-PATH \ --data_root_aux=$OCTA-6M-OCT-DATA-PATH \ --target_root=$OCTA-6M-LABEL-PATH \ --run_dir='6M' \ --in_channel=2 \ --batch_size=2 \ --lr=5e-4 \ --img_aug \ --cuda_id=6

OR

sh train6M.sh