- 写在前面
- 硬件环境配置
- 先把代码跑起来
- 数据集下载与处理
- 训练部分
- 写在后面
最近在学习医学图像相关的3D目标检测，刚好MONAI更新了3D目标检测相关的模块，就去找来官方的案例学习，下图来自MONAI目标检测。
下面是MONAI相关链接：
MONAI更新链接
MONAI 3D目标检测demo仓库
运行环境是Windows11系统，显卡为3090
先把代码跑起来首先去官方的仓库看一下代码，根据readme文件来配置数据集和代码。
数据集下载与处理官方使用的数据集是LUNA16，压缩包大概有50G，如果下载太慢可以用百度网盘下载：
链接: https://pan.baidu.com/s/1ZymBq4_LYLJd4Dxy1LFyhQ?pwd=mzlx 提取码: mzlx
下载好之后将subset0~9都解压到一个文件夹中，命名为orig_datasets。然后再解压LUNA16_datasplit。
首先要运行的是训练部分。根据官方demo，要用到的文件主要为下面几个以及config文件中的config_train_luna16_16g.json，将其拷贝放入自己的项目中。
之后根据官方的引导，在 luna16_prepare_env_files.py中配置自己的数据集路径后，运行 luna16_prepare_env_files.py和luna16_prepare_images.py。
下图为我的路径配置
运行代码：
python3 luna16_prepare_env_files.py python3 luna16_prepare_images.py -c ./config/config_train_luna16_16g.json
数据处理部分可能会比较耗时，我用了大概1个小时。
运行后会生成相应文件夹，并处理原始数据集，生成所需要的训练数据集。
至此，项目文件如图所示。
然后就可以开始训练了，直接根据官方的引导进行训练。
python3 luna16_training.py
-e ./config/environment_luna16_fold0.json
-c ./config/config_train_luna16_16g.json
日志通过tensorboard查看
tensorboard --logdir tfevent_train/luna16_fold0
我总共训练了约43小时，结果如下。
以上就是MONAI 3D目标检测的项目搭建与训练部分，之后还会更新其他部分以及源码的理解和分析，欢迎点赞、关注以及留言互动(●’◡’●)。
