|
|
@@ -6,7 +6,7 @@
|
|
|
|
|
|
1. 创建一个虚拟环境 'conda create-n medsam python=3.10 -y' 并激活它 'condaa ctivate medsam'
|
|
|
2. 安装 [Pytorch 2.0](https://pytorch.org/get-started/locally/)
|
|
|
-3. 'git clone https://github.com/bowang-lab/MedSAM'
|
|
|
+3. 'git克隆 https://github.com/bowang-lab/MedSAM'
|
|
|
4. 进入 MedSAM 文件夹 'cd MedSAM' 并运行 'pip install -e .'
|
|
|
|
|
|
## 在定制数据集上微调SAM
|
|
|
@@ -42,10 +42,12 @@ python pre_CT.py -i path_to_image_folder -gt path_to_gt_folder -o path_to_output
|
|
|
我们还提供了一个关于2D数据集 (png格式) 的教程: finetune_and_inference_tutorial_2D_dataset.ipynb
|
|
|
|
|
|
您还可以在整个数据集上训练模型。
|
|
|
+
|
|
|
1) 下载训练集 ([GoogleDrive](https://drive.google.com/drive/folders/1pwpAkWPe6czxkATG9SmVV0TP62NZiKld?usp=share_link))
|
|
|
|
|
|
> 注意: 为了方便文件共享，我们压缩了 “npz” 文件中的每个图像和蒙版对。预先计算的图像嵌入太大 (需要约1 TB的空间)。您可以使用以下命令生成它
|
|
|
|
|
|
+
|
|
|
2) 预先计算图像嵌入，并将图像嵌入和地面真相保存为 “.Npy” 文件。
|
|
|
|
|
|
```bash
|
|
|
@@ -72,6 +74,6 @@ If you find this dataset valuable in your research, kindly acknowledge and credi
|
|
|
python MedSAM_Inference.py -i ./data/Test -o ./ -chk work_dir/MedSAM/medsam_20230423_vit_b_0.0.1.pth
|
|
|
```
|
|
|
|
|
|
-分割结果可在 [here] 获得 (https://drive.google.com/drive/folders/1I8sgCRi30QtMix8DbDBIBTGDM_1FmSaO？usp=sharing)。
|
|
|
+分割结果可在 [here] 获得 (https://drive.google.com/drive/folders/1I8sgCRi30QtMix8DbDBIBTGDM_1FmSaO？usp= sharing)。
|
|
|
|
|
|
DSC和NSD的实现代码可以得到 [这里](http://medicaldecathlon.com/files/Surface_distance_based_measures.ipynb)。
|
