nnunet

Aperçu

nnUNet (No New U-Net) est un framework auto-configurant pour la segmentation d'images médicales qui s'adapte automatiquement à n'importe quel dataset. Performances constamment top sur des benchmarks comme BraTS, KiTS et AMOS.

Installation

uv pip install nnunetv2

Plan et prétraitement

nnUNetv2_plan_and_preprocess -d DATASET_ID -pl nnUNetPlanner

Entraînement

nnUNetv2_train DATASET_ID CONFIG 0  # CONFIG: 2d, 3d_fullres, 3d_lowres

Inférence

nnUNetv2_predict -i INPUT_FOLDER -o OUTPUT_FOLDER -d DATASET_ID -c CONFIG

API Python

from nnunetv2.inference.predict_from_raw_data import nnUNetPredictor

predictor = nnUNetPredictor()
predictor.initialize_from_trained_model_folder("nnUNet_results/DatasetXYZ", "3d_fullres")
predictor.predict_from_files("input_images", "output_segmentations")

Flux de travail

1. Préparer le dataset au format nnUNet (imagesTr, labelsTr, dataset.json)
2. Exécuter nnUNetv2_plan_and_preprocess pour la configuration automatique
3. Entraîner avec nnUNetv2_train
4. Prédire avec nnUNetv2_predict ou l'API Python
5. Combiner plusieurs configurations pour une meilleure précision