UNet复现及环境配置（含数据集）

0. 本文内容

1. Github 上U-Net原数据集跑通
2. 环境配置（pytorch[cpu,gpu]）
3. 自己数据集复现
4. 其他

1. 原数据集跑通

github地址
下载程序。下载下来不包含数据集
从其他博主捞到的含数据集的包，提取码：oi6e ，包含一个汽车数据集和细胞数据集。程序是GitHub下载下来的程序。

运行直接运行train.py文件即可。

2. 环境配置

anaconda，pytorch-gpu版本。

1. 安装anaconda，创建环境。
   

2. 打开prompt，激活环境。
   activate unet1
   

3. 配置pytorch
   --------按照红色区域选择，复制红色框的内容到prompt运行。（其中第一行是torch版本,第三行是安装方式，conda安装比较方便。最后一行是选择要配置的CUDN的版本）
   --------等待下载完毕。如果运行超时，给conda换个下载路径，静静等待安装完毕。
   --------测试是否安装成功：import torch（尝试调用这个库）

4. 安装其他需要的库

#比较快的方式
pip install --user 库名  -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 自己数据集复现

分享的文件里包含了两个数据集，一个是car,可以直接运行的，一个是细胞的，从博主淘来的。
眼球毛细血管数据集
自己下载到本地，在程序里改调用地址就可以。

更改数据集需要修改的参数：

1. 调用地址（改成自己的）
   

2. 图片格式
   查看imgs与masks的图片格式，修改对应的后缀。
   

3. 修改读取mask的名称格式。
   
   masks的图片前半部分和imgs的一致，多出来的字符串添加到引号内，完全一致就为空。

不出问题的话到此可以正常运行自己的数据集了。

如果需要自己制作数据集，有labelme这个软件，自己搜教程。

4. 其他

程序开始的时候会显示使用的是cpu还是cuda