zx50814558/cascadepsp-stas-detection-competition-on-pathological-section-images-of-lung-adenocarcino

STAS Detection Competition on Pathological Section Images of Lung Adenocarcinoma II: Using Image Segmentation to Cut STAS Contours

CascadePSP-STAS-Detection-Competition-on-Pathological-Section-Images-of-Lung-Adenocarcinoma-II

STAS Detection Competition on Pathological Section Images of Lung Adenocarcinoma II: Using Image Segmentation to Cut STAS Contours

環境

python == 3.6.13
pytorch == 1.10.2
opencv-python == 4.5.5.64
progressbar2 == 3.55.0
tensorboard == 2.9.0
pandas == 1.1.5

安裝指令

conda create --name cascade python=3.6
conda activate cascade
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip install progressbar2
pip install opencv-python
pip install tensorboard
pip install pandas

Testing

Pretrained Models : https://drive.google.com/file/d/15SGC0mMRBiofohXov_Bq5RJfL7whgh6S/view?usp=sharing Testing dataset : https://drive.google.com/file/d/1-CfW7BBceDxw2gkui-LYwrWJoXMw9Y5W/view?usp=sharing
Pretrained Models 下載後放至專案的根目錄
Testing dataset 下載後解壓縮至專案的根目錄

Qucik Start:

1. 下載 Pretrained Models
2. 下載 Testing dataset
3. 執行下方指令，完成後輸出結果在 output 資料夾內

自己建立 Testing dataset :

1. 下載 Pretrained Models
2. 建立名稱為 input 的資料夾
3. 將 Semask 輸出圖片以及競賽的 Public 與 private dataset 放入 input 資料夾
4. 執行 convert.py
5. 執行下方指令，完成後輸出結果在 output 資料夾內

---

python eval.py --dir input --model model_50000 --output output

Training

Download the dataset:

900 張: https://drive.google.com/file/d/1e9fCU-H2HU1mL4IFLlrcCAWbp02_4eYK/view?usp=sharing

1053 張: https://drive.google.com/file/d/1d8PBd0uYv3KwKNzUcOCn1UGv0T_ygnHV/view?usp=sharing
下載後解壓縮至專案的根目錄
可至./train.py 第 47 行確認對應的 Training dataset 路徑

---

訓練方法:

• 這部分使用 900 張的資料集

1. 下載官方的 Pretrained Models: https://drive.google.com/file/d/1FMmUYtWsZB4fReoQmtqqn-NOZrC8CfWK/view
2. 至 ./util/hyper_para.py 裡更改 --load 路徑為下載的 官方 Pretrained Models 路徑
3. 至 ./util/hyper_para.py 裡更改 --lr 為 2.25e-4
4. 執行 python train.py testing
5. 完成後至 ./weights 選取testing開頭的資料夾，並取裡面第 34950 次的權重

• 這部分使用 1053 張的資料集

1. 至 ./util/hyper_para.py 裡更改 --load 路徑為 weights/testing 開頭的資料夾/model_34950
2. 至 ./util/hyper_para.py 裡更改 --lr 為 1.125e-4
3. 至 ./dataset/online_dataset.py 註解 72行 73行 並反註解 76行 77行
4. 執行 python train.py testing_2
5. 完成後至 ./weights 選取testing_2開頭的資料夾，並取裡面第 50000 次的權重

---