建网站的手机软件,有源代码如何做网站,意大利室内设计网站,阳江市网络问政平台登录1、介绍 MedSAM 代码复现参考#xff1a;第一章#xff1a;MedSAM 视觉大模型介绍_medsam 系统简介-CSDN博客 利用MedSAM迁移学习训练自定义数据集介绍#xff1a;MedSAM 学习笔记#xff08;续#xff09;#xff1a;训练自定义数据集_sam训练自定义数据-CSDN博客 本文…1、介绍 MedSAM 代码复现参考第一章MedSAM 视觉大模型介绍_medsam 系统简介-CSDN博客 利用MedSAM迁移学习训练自定义数据集介绍MedSAM 学习笔记续训练自定义数据集_sam训练自定义数据-CSDN博客 本文将根据在自定义数据集上训练好的权重进行GUI图形化的推理 因为sam模型核心思想是根据提示信息进行推理所以推理的时候不仅仅需要图像数据还要加上提示信息point、bbox、txt等等。因为无论那种提示信息输入都会很麻烦所以源代码提供了gui的界面直接鼠标点击绘制点或者bbox即可 2、生成数据 对于medsam的训练数据是npy格式是在nii.gz  格式中切片、经过windowing对比度增强以及归一化之后得到的npy格式的数据。 因为推理的时候我们需要的是输入图像jpg、png、jpeg等等所以这里需要进行格式的 代码很简单可以参考下面 import numpy as np import cv2img_path CT_Abd_liver_0-000.npy img np.load(img_path)print(img.shape) # (1024, 1024, 3) img img * 255 img cv2.imwrite(demo.png,img) 转换生成的数据如下 3、利用GUI图形推理 这里更改两个地方即可 第一个在gui.py 脚本中更改为训练好的权重 第二个在 MedSAM\segment_anything\build_sam.py 最后面 因为这里训练的结果是字典所以导入权重的时候还需要取出model的val值 然后运行gui.py 脚本即可 因为官方给的指标只有训练的loss没有dice啥的可以保存好mask然后拿真是gt计算下dice即可也很简单的 本地代码是调试成功了后续有什么问题的话再说吧