SwinUnet官方代测试数据集

1、修改部分代码
1.1 修改dataset_synapse.py
SwinUnet官方代测试数据集_第1张图片
1.2 修改test.py代码
修改相关参数和文件路径
is_savenii:是否保存预测结果图片
num_classes:预测的目标类别数+1
SwinUnet官方代测试数据集_第2张图片
SwinUnet官方代测试数据集_第3张图片
SwinUnet官方代测试数据集_第4张图片
1.3 修改util.py代码(分两种情况)
第一种情况:保存预测原图,保存的结果是一张灰度图,每个像素的值代表该像素属于哪个类别。例如(0:背景,1:目标1,2:目标2…),这是一张全黑图。


def test_single_volume(image, label, net, classes, patch_size=[256, 256], test_save_path=None, case=None, z_spacing=1):
    image, label = image.squeeze(0).cpu().detach().numpy(), label.squeeze(0).cpu().detac

你可能感兴趣的:(深度学习,深度学习,计算机视觉)