Pytorch项目，肺癌检测项目之三

永远的HelloWorld2023-12-25 21:05

成功获取到数据之后，我们需要将数据放到Pytorch里面去处理，我们需要将其转换成Dataset数据集，方便去使用相同的API。要转换成Dataset数据集需要实现两个方法，方法一：方法二：

运行比较慢的话，需要加入缓存的方法：

缓存部分

@functools.lru_cache(1,typed=True)

def getCt(series_uid):

return Ct(series_uid)

@raw_cache.memoize(typed=True)

def getCtRawCandidate(series_uid,center_xyz,width_irc):

ct = getCt(series_uid)

ct_chunk,center_irc = ct.getCtRawCandidate(center_xyz,width_irc)

return ct_chunk,center_irc

def len(self):

return len(self.candidateInfo_list)

def getitem(self,ndx):

candidateInfo_tup = self.candidateInfo_list $ndx$

width_irc = (32,48,48)

candidate_a,center_irc = getCtRawCandidate(candidateInfo_tup.series_uid,candidateInfo.center_xyz,width_irc)

#转换为张量

candidate_t = torch.from_numpy(candidate_a)

#转换为浮点数

cadidate_t = candidate_t.to(torch.float32)

#进行升维

cadidate_t = candidate_t.unsqueeze(0)

#处理标注信息

post_t = torch.tensor( $not candidateInfo_tup.isNodule_boool,candidateInfo_tup.isNodule_boool$ ,dtype=torch.long)

#返回资源组

return (candidate_t,post_t,candidateInfo_tup.series_uid,torch.tensor(center_irc))

使用Dataset提供的方案，将数据分割为数据集和验证集

class LunaDataset():

def init(self,val_stride=0,isValSet_bool=None,series_uid=None):

self.candidateInfo_list = copy.copy(getCandidateInfoList())

if series_uid:

self.candidateInfo_list = $x for in self.candidateInfo_list if x.series_uid == series_uid$

#是否是验证集

if isValSet_bool:

增加异常捕获信息

assert val_stride>0,val_stride

返回验证集的步长信息，步长信息就是对验证集进行切分的

self.candidateInfo_list = self.candidateInfo_list $::val_stride$

assert self.candidateInfo_list

elif val_stride>0:

del self.candidateInfo_list $::val_stride$

assert self.candidateInfo_list

log.info("(!r): {} {} samples".format(

self,len(self.candidateInfo_list), "Validation" if isValSet_bool else "training"

))