ViG-M3Net

《流形约束的半监督医学图像合成算法》的 Pytorch 实现。

运行环境

1. Linux(ubuntu)
2. python=3.7.3
3. torch=1.7.1+cu92
4. tqdm=4.32.1
5. opencv-python=4.5.3.56
6. pyyaml=5.1.1
7. tensorboard=2.2.1
8. kornia=0.3.2

---

运行示例

项目结构

checkpoints	// 预训练的模型
data // 数据集
gcn_lib // vig 相关依赖
Model // 模型的网络结构
results // 存放运行结果
trainer // test
	--log // 存放 tensorboard 的日志文件
Yaml // 模型运行的配置文件
test.py

测试demo

1. 从GoogleDrive下载预训练的 ViG-M$^3$Net ，放到 checkpoints 文件夹下；
2. 从GoogleDrive下载测试数据，放到 data 文件夹下；
3. 以 IXI 数据集为例，更改 Yaml/ViG-M3Net.yaml 的配置：

run_name: 'ViG-M3Net/IXI/batch-16/vig2-tcr'
dataset: IXI
val_dataroot: 'datasets/IXI/val'
input_nc: 3

python test.py

---

致谢

ViG-M$^3$Net 的代码实现参考了 MMNet、Vision GNN 和 Transformation Consistency Regularization。