NiftyNet选择性采样器批次不是从混合卷中获取的？

Question

我正在使用选择性采样器对三个CT体积进行训练，以确保在RoI周围采集足够的样本（由于类不平衡），以及一些随机样本。我还通过缩放，旋转和翻转来扩充数据，这会在创建样本时花费大量时间。

将sample_per_volume设置为某个较大的值（例如32768）和batch_size设置为128，看起来NiftyNet将从第一个卷中取出128个样本的256个迭代，然后切换到仅从第2个卷中取样的样本（使用损失急剧下降等等。我希望每批128个样本是从所有训练量中获取的大致均匀混合样本。

我已经尝试将sample_per_volume设置为batch_size的大约1/3，以便每次迭代重新选择样本，但这会使每次迭代的速度从大约2s减慢到50-60s。

我误解了什么吗？或者有没有办法解决这个问题，以确保我的批次由所有训练数据的混合样本组成？感谢。

Answer 1

样本填充queue_length文件中给出的长度为.ini的队列。然后将它们从队列中随机取出以填充批次。

我会增大queue_length参数。然后将填充来自几个不同主题的数据。