如何解决Vnet 深度学习 3D 体积图像分割如何处理大尺寸和不同尺寸的图像?
我有一个 V-Net 可以从一堆 CT 图像中分割一个器官。但是,训练数据的深度各不相同: 一些示例 [批次、通道、D、H、W]:
[32,1,34,512,512]
[32,125,80,512]
训练数据加载器需要将相同的维度传递到网络中。我尝试为数据加载器转换实现随机空间裁剪 [128,128,64],部分原因是内存问题,但结果都很有趣(我认为大部分裁剪不在所需的感兴趣器官内,所以所有的输出都是零)。有什么解决方法的建议吗?
我想也许可以先对数据进行预处理,然后通过查看标签来找到所需的裁剪深度来进行深度裁剪。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。