关于代码中数据增强部分

很感谢您的工作，但我有一个较小的问题在

class CT_XRAY_Data_Augmentation_Multi(object):
  def __init__(self, opt=None):
    self.augment = List_Compose([
      (None, None, None),

      (Resize_image(size=(opt.ct_channel, opt.fine_size, opt.fine_size)),
       Resize_image(size=(opt.xray_channel, opt.fine_size, opt.fine_size)),
       Resize_image(size=(opt.xray_channel, opt.fine_size, opt.fine_size)),),

      (Limit_Min_Max_Threshold(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]), None, None),

      (Normalization(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]),
       Normalization(opt.XRAY1_MIN_MAX[0], opt.XRAY1_MIN_MAX[1]),
       Normalization(opt.XRAY2_MIN_MAX[0], opt.XRAY2_MIN_MAX[1])),

      (Normalization_gaussian(opt.CT_MEAN_STD[0], opt.CT_MEAN_STD[1]),
       Normalization_gaussian(opt.XRAY1_MEAN_STD[0], opt.XRAY1_MEAN_STD[1]),
       Normalization_gaussian(opt.XRAY2_MEAN_STD[0], opt.XRAY2_MEAN_STD[1])),

      # (Get_Key_slice(opt.select_slice_num), None, None),

      (ToTensor(), ToTensor(), ToTensor())

    ])

中， (Limit_Min_Max_Threshold(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]), None, None), 这个处理上，我在训练的时候发现，如果进行这个处理，最后生成的ct出现的效果跟ground truth视觉效果上相差很大，请问这个问题是什么原因呢，真的很希望您能帮助我解决这个问题

感谢你的关注。如果你使用的是公开数据集的数据，在做数据增强后效果很差可以考虑不使用数据增强，因为公开数据集的数据量是完全足够训练模型，我们的训练过程也没有使用数据增强；如果你使用的是私有数据集的数据，你需要考虑私有数据集的数据和公开数据集的数据基础属性之间的差异，比如CT的窗宽窗位、spacing等，这种差异会导致生成的CT失真严重，至于是否和使用数据增强相关，你可以在解决掉上述差异后再做尝试。祝好！

CR7.xxl @.***

------------------ 原始邮件 ------------------ 发件人: "yinyin-llll/DP-GAN" @.>; 发送时间: 2024年6月28日(星期五) 下午2:32 @.>; @.***>; 主题: [yinyin-llll/DP-GAN] 关于代码中数据增强部分 (Issue #1)

很感谢您的工作，但我有一个较小的问题在 class CT_XRAY_Data_Augmentation_Multi(object): def init(self, opt=None): self.augment = List_Compose([ (None, None, None),(Resize_image(size=(opt.ct_channel, opt.fine_size, opt.fine_size)),Resize_image(size=(opt.xray_channel, opt.fine_size, opt.fine_size)),Resize_image(size=(opt.xray_channel, opt.fine_size, opt.fine_size)),),(Limit_Min_Max_Threshold(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]), None, None),(Normalization(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]),Normalization(opt.XRAY1_MIN_MAX[0], opt.XRAY1_MIN_MAX[1]),Normalization(opt.XRAY2_MIN_MAX[0], opt.XRAY2_MIN_MAX[1])),(Normalization_gaussian(opt.CT_MEAN_STD[0], opt.CT_MEAN_STD[1]),Normalization_gaussian(opt.XRAY1_MEAN_STD[0], opt.XRAY1_MEAN_STD[1]),Normalization_gaussian(opt.XRAY2_MEAN_STD[0], opt.XRAY2_MEAN_STD[1])),# (Get_Key_slice(opt.select_slice_num), None, None),(ToTensor(), ToTensor(), ToTensor())])中，python (Limit_Min_Max_Threshold(opt.CT_MIN_MAX[0], opt.CT_MIN_MAX[1]), None, None), ``` 这个处理上，我在训练的时候发现，如果进行这个处理，最后生成的ct出现的效果跟ground truth视觉效果上相差很大，请问这个问题是什么原因呢，真的很希望您能帮助我解决这个问题

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

yinyin-llll / DP-GAN

关于代码中数据增强部分 #1