niftynet - 不知道如何生成采样位置：

在统一采样器中如何生成尺寸？我尝试调试图像大小，似乎它可以在某些迭代中使用，而对其他迭代则无效。任何想法如何解决此问题。我的配置如下：

[自定义]

num_classes：14
output_prob：是
label_normalisation：是
softmax：正确
最小采样率：0
强制性标签：（0，1）
rand_samples：0
min_numb_labels：1
proba_connect：正确
evaluation_units：前景
图片：（“图片”，）
标签：（'label'，）
重量：（）
采样器：（）
推断：（）

名称：net_segment

[CONFIG_FILE]

路径：/home/ubuntu/niftynet/extensions/deepmedic/deepmedic_all_task_renambed_labels.ini

[图像]

csv_file：
搜索路径：/ home / ubuntu / med_deacthalon / Task_all_same_names / imagesTr_1
文件名包含：（）
文件名不包含：（'肺'，）
interp_order：3
loader：无
pixdim：（1.0，1.0，1.0）
axcodes ：（“ A”，“ R”，“ S”）
spatial_window_size：（51，51，51）

[LABEL]

-csv_file：

搜索路径：/ home / ubuntu / med_deacthalon / Task_all_same_names / labelsTr_1
文件名包含：（）
文件名不包含：（'肺'，）
interp_order：3
loader：无
pixdim：（1.0，1.0，1.0）
axcodes ：（“ A”，“ R”，“ S”）
spatial_window_size：（9，9，9）

[系统]

cuda_devices：“”
num_threads：2
num_gpus：1
model_dir：/ home / ubuntu / models_nifty / deepmedic / all_task_same_name_rename_labels
dataset_split_file：./dataset_split.csv
动作：训练

[网络]

名称：Deepmedic
激活功能：relu
批处理大小：32
衰变：0.0
reg_type：L2
volume_padding_size：（21，21，21）
volume_padding_mode：最小
window_sampling：统一
队列长度：128
multimod_foreground_type：和
histogram_ref_file：histogram_standardisation_alltask.txt
norm_type：百分位数
临界值：（0.01，0.99）
前景类型：otsu_plus
归一化：错误
美白：是
normalise_foreground_only：正确
weight_initializer：he_normal
bias_initializer：零
keep_prob：1.0
weight_initializer_args：{}
bias_initializer_args：{}

[培训]

优化器：亚当
sample_per_volume：32
rotation_angle：（-10.0，10.0）
rotation_angle_x：（）
rotation_angle_y：（）
rotation_angle_z：（）
scaling_percentage：（-10.0，10.0）
random_flipping_axes：-1
do_elastic_deformation：False
num_ctrl_points：4
deformation_sigma：15
比例变形：0.5
lr：0.001
loss_type：骰子
starting_iter：0
save_every_n：45
tensorboard_every_n：20
max_iter：10
max_checkpoints：20
validation_every_n：-1
validation_max_iter：1
exclude_fraction_for_validation：0.0
exclude_fraction_for_inference：0.0

[推断]

spatial_window_size：（57，57，57）
inference_iter：-1
dataset_to_infer：
save_seg_dir：./deepmedic/alltask_newname
output_postfix：_niftynet_out
output_interp_order：0
边界：（36，36，36）

CRITICAL:niftynet: Don't know how to generate sampling locations: Spatial dimensions of the grouped input sources are not consistent. {(477, 451, 187), (391, 369, 147)} Exception in thread Thread-2: Traceback (most recent call last): File "/home/ubuntu/anaconda3/envs/python3/lib/python3.6/threading.py", line 916, in _bootstrap_inner self.run() File "/home/ubuntu/anaconda3/envs/python3/lib/python3.6/threading.py", line 864, in run self._target(*self._args, **self._kwargs) File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/image_window_buffer.py", line 148, in _push for output_dict in self(): File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 81, in layer_op self.window.n_samples) File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 151, in _spatial_coordinates_generator _infer_spatial_size(img_sizes, win_sizes) File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 238, in _infer_spatial_size raise NotImplementedError NotImplementedError

不知道如何生成采样位置：

1 个答案: