Project-MONAI / Project-MONAI/tutorials
can not edit the inference labels for the radilogy app
Dieses Issue hat noch niemand übernommen.
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 2.5k
- Forks
- 803
- Ø Merge
- 6 T. 22 Std.
- Gemergte PRs (30 T.)
- 3
Beschreibung
I follow the tutorial monailabel_radiology_spleen_segmentation_OHIF.ipynb and can start the app. When I want to edit the inference labels as shown below:
I can not find the "segmentation" tool buttons and no upleft pannel either.
The info looks like this:
{
"name": "MONAILabel - Radiology (0.8.1)",
"description": "DeepLearning models for radiology",
"version": "0.8.1",
"labels": [
"spleen"
],
"models": {
"segmentation_spleen": {
"type": "segmentation",
"labels": {
"spleen": 1
},
"dimension": 3,
"description": "A pre-trained model for volumetric (3D) segmentation of the spleen from CT image",
"config": {
"device": [
"NVIDIA GeForce RTX 3090:0",
"NVIDIA GeForce RTX 3090:1",
"NVIDIA GeForce RTX 3090:2",
"NVIDIA GeForce RTX 3090:3"
]
}
},
"Histogram+GraphCut": {
"type": "scribbles",
"labels": {
"spleen": 1
},
"dimension": 3,
"description": "A post processing step with histogram-based GraphCut for Generic segmentation",
"config": {
"num_bins": 64,
"lamda": 1,
"sigma": 0.1,
"device": [
"NVIDIA GeForce RTX 3090:0",
"NVIDIA GeForce RTX 3090:1",
"NVIDIA GeForce RTX 3090:2",
"NVIDIA GeForce RTX 3090:3"
]
}
},
"GMM+GraphCut": {
"type": "scribbles",
"labels": {
"spleen": 1
},
"dimension": 3,
"description": "A post processing step with GMM-based GraphCut for Generic segmentation",
"config": {
"num_mixtures": 20,
"lamda": 5,
"sigma": 0.5,
"device": [
"NVIDIA GeForce RTX 3090:0",
"NVIDIA GeForce RTX 3090:1",
"NVIDIA GeForce RTX 3090:2",
"NVIDIA GeForce RTX 3090:3"
]
}
}
},
"trainers": {
"segmentation_spleen": {
"description": "Train Spleen Segmentation Model",
"config": {
"name": "train_01",
"pretrained": true,
"device": [
"NVIDIA GeForce RTX 3090:0",
"NVIDIA GeForce RTX 3090:1",
"NVIDIA GeForce RTX 3090:2",
"NVIDIA GeForce RTX 3090:3"
],
"max_epochs": 50,
"early_stop_patience": -1,
"val_split": 0.2,
"train_batch_size": 1,
"val_batch_size": 1,
"multi_gpu": true,
"gpus": "all",
"dataset": [
"SmartCacheDataset",
"CacheDataset",
"PersistentDataset",
"Dataset"
],
"dataloader": [
"ThreadDataLoader",
"DataLoader"
],
"tracking": [
"mlflow",
"None"
],
"tracking_uri": "",
"tracking_experiment_name": ""
},
"labels": {
"spleen": 1
}
}
},
"strategies": {
"random": {
"description": "Random Strategy"
},
"first": {
"description": "Get First Sample"
},
"last": {
"description": "Get Last Sample"
}
},
"scoring": {},
"train_stats": {
"segmentation_spleen": {}
},
"datastore": {
"total": 1,
"completed": 0,
"label_tags": {}
}
}
Beitragsleitfaden
Erste Schritte
- Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
- Forke das Repository und arbeite in einem Branch.
- Öffne einen Pull Request, der die Issue-Nummer nennt.
Rechercherichtung
Beginne mit monailabel_radiology_spleen_segmentation_OHIF.ipynb und reproduziere den beschriebenen App-Workflow mithilfe der angezeigten MONAI Label 0.8.1-Konfiguration. Vergleiche die verfügbare Oberfläche mit dem Screenshot und konzentriere dich auf die fehlenden Segmentierungswerkzeuge und das Panel oben links. Als erledigt gilt die Aufgabe, wenn das Tutorial die erforderlichen Steuerelemente zum Bearbeiten von Inferenz-Labels bereitstellt und die Reproduktionsschritte dokumentiert sind.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- jupyter-notebook, pytorch
- Bereich
- frontend
- Issue-Typ
- Bug
- Schwierigkeit
- 3/5
- Geschätzter Aufwand
- 1-2 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 35/100