预训练神经影像模型的推理和再训练框架
项目描述
Nobrainer-zoo
Nobrainer-zoo是一个工具箱,包含一系列深度学习神经影像模型,简化了各种应用中对预训练模型的使用。Nobrainer-zoo提供了训练/推理模型所需的所有依赖环境。您需要 singularity/apptainer
(>= 3.7.x/1.0.x) 或 docker
来运行Nobrainer-zoo。
安装
我们强烈建议为nobrainer-zoo创建一个单独的环境。您可以使用conda或python创建环境。
conda create -n nobrainer-zoo python=3
conda activate nobrainer-zoo
或
python3 -m venv /path/to/new/virtual/environment/nobrainer-zoo
source /path/to/new/virtual/environment/nobrainer-zoo/bin/activate
然后安装nobrainer-zoo
[Releases] pip install nobrainer-zoo
[Dev version] pip install https://github.com/neuronets/nobrainer-zoo/archive/refs/heads/main.zip
安装后,Nobrainer-zoo应该初始化。它还需要一个缓存文件夹来根据您的需求下载一些辅助文件。默认情况下,它在您的家目录(~/.nobrainer
)中创建一个缓存文件夹。如果您不想在家目录中创建缓存文件夹,您可以通过设置环境变量 NOBRAINER_CACHE
来设置不同的缓存位置。运行以下命令来设置它。
export NOBRAINER_CACHE=<path_to_your_cache_directory>
由于此环境变量在您关闭终端会话时将丢失,您需要在下一次运行它,或者更好的解决方案是将其添加到您的~/.bashrc
文件中。只需用您的文本编辑器打开文件,并在末尾添加上述行。重新启动您的终端或通过.~/bashrc
重新运行bashrc
文件,以使此更改生效。
要初始化nobrainer-zoo
,请运行
nobrainer-zoo init
注意:您只需要初始化一次nobrainer-zoo。
运行帮助以查看函数及其选项。
nobrainer-zoo --help
nobrainer-zoo ls --help
nobrainer-zoo predict --help
nobrainer-zoo fit --help
nobrainer-zoo register --help
nobrainer-zoo generate --help
可用模型
要在nobrainer-zoo中查看可用模型的列表,请运行nobrainer-zoo ls
模型基于它们的组织、模型名称和版本添加。一个模型可能有不同的版本。一些模型(如kwyk
或SyntSR
)有各种类型,这意味着存在不同的训练方法或数据集导致了不同的训练模型。您可以使用model_type
选项为训练和推理选择模型类型。
即将添加的模型列表可以在这里找到。您可以在这里建议一个模型。
注意:模型在其原始许可证下分发。
推理示例
使用默认选项进行推理,
nobrainer-zoo predict -m neuronets/brainy/0.1.0 <path_to_input> <path_to_save_output>
nobrainer-zoo register -m DDIG/SynthMorph/1.0.0 --model_type brains <path_to_moving> <path_to_fixed> <path_to_moved>
使用--options
参数将模型特定选项传递给模型。
nobrainer-zoo predict -m neuronets/brainy/0.1.0 <path_to_input> <path_to_save_output> --options verbose block_shape=[128,128,128]
nobrainer-zoo predict -m UCL/SynthSeg/0.1 <path_to_input> <path_to_save_output> --options post=<path_to_posteriors>
注意:Nobrainer-zoo默认使用GPU。因此,如果您想在有GPU可用的情况下强制使用CPU,则需要传递--cpu
标志。如果您在没有GPU的docker中运行,则必须传递--cpu
标志。否则,您将收到错误。
注意:如果您使用docker,请确保使用绝对路径输入和输出文件。
训练示例
对于使用样本数据集的训练,您不需要传递任何数据集模式。
nobrainer-zoo fit -m neuronets/brainy
要使用您自己的数据训练网络,请以tfrecords的形式传递数据集模式。
nobrainer-zoo fit -m neuronets/brainy "<data_train_pattern>" "<data_evaluate_pattern>"
可以通过提供规范文件或使用cli命令更改其他参数。
nobrainer-zoo fit -m neuronets/brainy --spec_file <path_to_spec_file>
nobrainer-zoo fit -m neuronets/brainy --train epoch=2
项目详情
下载文件
下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。
源分发
构建分发
nobrainer-zoo-0.2.0.tar.gz的哈希
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 61460bed0fed01fcc1b72bb177ffcc5e7056b6131d7e827b35619ee0497a834d |
|
MD5 | 0db79378b380834807f449187d89f90c |
|
BLAKE2b-256 | cc1aff92e602a113122e8dfce58e4051af3740e044cdc8d66edab09a27d6a42c |