Project-MONAI / Project-MONAI/tutorials
MAISI mask autoencoder
Personne n'a encore pris cette issue.
- Langage dominant
- Jupyter Notebook
- Étoiles
- 2.5k
- Forks
- 803
- Merge moyen
- 6 j 22 h
- PR mergées (30 j)
- 3
Description
Hi,
Thanks for your great work with MAISI. The mask_generation_autoencoder has 8 input channels. What is the kind of data that is required as input?
Would you have an example on how to use the mask autoencoder alone, without the diffusion part based on the provided data description for mask_pseudo_label*.nii.gz ?
"mask_generation_autoencoder_def": {
"_target_": "monai.apps.generation.maisi.networks.autoencoderkl_maisi.AutoencoderKlMaisi",
"spatial_dims": "@spatial_dims",
"in_channels": 8,
"out_channels": 125,
Thanks,
Christian
Guide de contribution
Ouvrir le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Piste de recherche
Commencez par la configuration de MAISI mask_generation_autoencoder et la description fournie des données mask_pseudo_label*.nii.gz. Déterminez l’entrée attendue à huit canaux et documentez un exemple autonome d’autoencodeur de masques ; le travail est terminé lorsque le format d’entrée et l’utilisation sont clairs sans dépendre du workflow de diffusion.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- jupyter-notebook, pytorch
- Domaine
- documentation, machine-learning
- Type d'issue
- Documentation
- Difficulté
- 3/5
- Temps estimé
- 1-2 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 25/100