我正在通过pytorch中的深度学习进行细分。我的数据集是.raw / .mhd格式的超声图像。 我想通过数据加载器将数据集输入到系统中。
我遇到了几个重要的问题：
将数据集的格式更改为.png或.jpg是否会使分割不准确？（我想我是通过这种方式丢失了一些信息！）
哪种格式的数据丢失率更低？
如果我不转换原始图像格式（即.raw / .mhd），应该如何制作一个dumpy数组？
如何加载此数据集？
答案 0 :(得分：0)
对于raw和mhd格式一无所知，我只能给出部分答案。
首先，jpg有损，png不是有损。因此，您肯定会丢失jpg中的信息。 png对于“正常”图像-1、3或4通道无损，每个通道具有8位精度（也许还支持16位，请不要在上面引用我）。我对超声图像一无所知，但是如果它们使用的精度更高，即使png也会有损。
其次，我不知道mhd是什么，raw在超声图像的上下文中意味着什么。话虽如此，一个简单的谷歌搜索显示some package可以将前者读为numpy。
最后，要加载数据集，可以使用torchvision中的ImageFolder类。您需要编写一个自定义函数，以给定图像的路径加载图像（例如，使用上述包），并将其传递给关键字loader。