MONAI 更新到0.9版本了,你用的是多少呢?我们来看看这次有什么重要更新。
MONAI Bundle 格式定义了可移植描述的深度学习模型(文档)。捆绑包包括模型开发生命周期中必需的关键信息,并允许用户和程序了解模型的目的和用途。 Bundle 和 monai.bundle API 的主要优点是:
本部分适合对代码编写有高要求的技术大佬,我这种小白看的不是很明白。更多详细教程MONAI bundle
此版本包括对象本地化和分类工作流的基本组件。最初的开发包括 2D 和 3D 边界框处理、RetinaNet 的网络块和架构,以及基于坐标的预处理、硬负采样器等常用实用模块。
做对象检查的可以关注这部分更新。
新增了 Swin UNETR 模型在 MONAI 中实现。本教程展示了使用这种最先进模型的多器官分割示例,其中权重来自对来自公开数据集的 5050 次 CT 扫描的 Swin UNETR 编码器(3D Swin Transformer)的自我监督预训练。
实现细节在MOANI swin UNETR
最近在关注 transformer 分割的童鞋可以尝试跑一下代码。
DeepEdit 和 NuClick 等深度学习交互式分割工作流程中的新组件已集成到核心代码库中。它们是 MONAILabel 中最新功能的基本构建块。
有用 MONAI label 标注数据的了解一下,我一直没看懂怎么使用
与主要成像模式相关的元数据在许多生物医学应用中很重要,特别是对于 MONAI 一直关注的数据驱动方法。从这个版本开始,我们对 MONAI 中的数据表示进行了重大重构。第一步,核心数据结构 MetaTensor 和 MetaObj 被实现为功能预览。功能分支的进一步开发将在未来的里程碑版本中提供。
对这次更新感兴趣的,建议升级玩一玩,PS:如果有用之前的版本发表论文,还在返修的,建议新建一个conda 环境,避免环境变换复现不了实验。
文章持续更新,可以关注微信公众号【医学图像人工智能实战营】获取最新动态,一个关注于医学图像处理领域前沿科技的公众号。坚持已实践为主,手把手带你做项目,打比赛,写论文。凡原创文章皆提供理论讲解,实验代码,实验数据。只有实践才能成长的更快,关注我们,一起学习进步~
我是Tina, 我们下篇博客见~
白天工作晚上写文,呕心沥血
觉得写的不错的话最后,求点赞,评论,收藏。或者一键三连