Allencell-segmenter-ml

什么是Allen Cell Segmenter ML

一个基于深度学习的Napari插件，用于创建数据集，训练自己的模型（UNET），并在2D和3D细胞数据上运行推理。

📰 新闻

• [2024.09.24] :tada: 插件和Megaseg模型的首次发布！

:hammer_and_wrench: 安装

系统要求

我们目前支持 Windows，MacOS 和 Linux 操作系统。最低系统要求如下

• 8GB RAM
• 8 CPU核心
• 1个具有8GB VRAM的NVIDIA GPU（可选）

注意：如果您计划在没有GPU的情况下使用插件，训练将默认使用您的CPU，并且会显著变慢。推荐使用GPU来训练模型。根据图像大小（2D与3D，分辨率，模型大小），在没有GPU的情况下运行推理也可能变慢。

安装前

步骤1. 安装Python

在安装插件之前，请确保您已安装以下内容

• Python 3.10或更高版本

你是Python新手吗？ 我们建议您通过官方 Python 网站 安装 Python 3.10。这将包括安装插件所需的 pip 软件包管理器。

如果您不确定是否已安装Python或安装了哪个版本，您可以在终端或 PowerShell 中运行以下命令进行检查

# Check version of python
python --version

# If the above does not work, try this one
python3 --version

# Specifically check for Python 3.10
python3.10 --version

步骤 2. 创建虚拟环境

接下来，我们将创建一个新的 Python 环境，以便安装插件。这将有助于避免与其他您可能已安装的包发生冲突，并为插件提供一个隔离的环境。通常，选择与您正在工作的项目或正在安装的软件相关的环境名称是一个好习惯。在这种情况下，我们使用 venv-allen-segmenter-ml，其中 venv 代表 虚拟环境。

导航到您想创建新环境的位置（例如 文档），在终端或 PowerShell 中运行以下命令

# Create a new environment
python3.10 -m venv venv-allen-segmenter-ml

# Activate the environment
source venv-allen-segmenter-ml/bin/activate

确认虚拟环境已激活

要确认虚拟环境已成功激活，请按照以下步骤操作

1. 检查提示是否包含您虚拟环境的名称，venv-allen-segmenter-ml。它应该看起来像这样

   (venv-allen-segmenter-ml) $
   
   # Example on a Windows machine
   (venv-allen-segmenter-ml) PS C:\Users\Administrator\Documents> 
   

2. 运行以下命令以验证是否在虚拟环境中使用 Python 3.10

   python --version
   
   # Python 3.10.11   <-- Example output
   

安装插件

要安装插件的最新版本

pip install allencell-segmenter-ml

:rotating_light: 安装后 :rotating_light

:memo: 注意： 本节专门针对在其机器上至少安装了一个 NVIDIA GPU 的用户。不确定您是否有 NVIDIA GPU？您可以通过运行 nvidia-smi（如下所示）进行检查。如果您没有 NVIDIA GPU 系统，您可以跳过本节。

所需软件包

• torch（PyTorch）2.0 或更高版本

安装插件后，您需要安装与您的系统兼容的 PyTorch 版本。PyTorch 是一个深度学习库，用于在插件中训练和运行模型。我们理解，由于 CUDA 驱动程序可能很麻烦，每个人都会根据他们的系统和用例以不同的方式管理 CUDA 驱动程序和 PyTorch 版本，我们希望尊重这些决定。

步骤 1. 检查 CUDA 版本

要检查您的 CUDA 版本，您可以在终端或 PowerShell 中运行以下命令

nvidia-smi

例如，输出将类似于此。我的 CUDA 版本 是 11.8

PS C:\Users\Administrator> nvidia-smi
Fri Sep 13 03:22:15 2024
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 522.06       Driver Version: 522.06       CUDA Version: 11.8     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  Tesla T4           TCC   | 00000000:00:1E.0 Off |                    0 |
| N/A   27C    P8     9W /  70W |      0MiB / 15360MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

步骤 2. 安装 PyTorch

要安装 PyTorch，请访问 PyTorch 网站 并选择适合您系统的安装选项。以下是一个示例。

Windows、MacOS 和 Linux 的 PyTorch 安装

示例

例如，如果我使用

• Windows 工作站
• pip 软件包管理器
• Python (3.10)
• CUDA 11.8

那么我的命令将是

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

如果安装成功，让我们测试一下以确保 PyTorch 能够检测到您的 GPU。在终端或 PowerShell 中运行以下命令

python -c "import torch; print(torch.cuda.is_available())"

如果您的 GPU 被检测到，您应该会看到 True（见下文）。如果您看到 False，则 PyTorch 无法检测到您的 GPU。您可能需要重新安装 PyTorch 或检查您的 CUDA 驱动程序。请确保您的虚拟环境已激活（venv-allen-segmenter-ml）。

(venv-allen-segmenter-ml) PS C:\Users\Administrator\Documents> python -c "import torch; print(torch.cuda.is_available())"
True

:tada: 您已成功安装插件和 PyTorch。您现在可以开始使用插件了！

运行插件

要运行插件（并验证安装），您可以在终端或 PowerShell 中使用以下命令

napari

您应该会看到以下窗口弹出。要开始使用插件，请点击 插件 选项卡，然后选择 Allen Cell Segmenter ML

Allen Cell Segmenter ML 启动插件。

模型

下载和使用 Megaseg 模型

要使用插件中的 MegaSeg 模型，您可以从下面的下拉菜单下载它们

下载插件中使用的 MegaSeg 模型

将出现一个弹出窗口，您可以选择要下载的模型。下载完成后，另一个弹出窗口会通知您下载成功以及模型下载的位置。

选择 MegaSeg 模型以运行推理

要使用模型对您的图像进行推理，请选择 选择现有模型，选择您下载的 megaseg 模型，然后点击 应用。现在您可以使用该模型对图像进行分割！

许可协议

在 Allen Institute 软件许可 许可下发行。

问题

如果您遇到任何问题，请提供详细描述，并在 此处提交问题。