Project-MONAI / Project-MONAI/tutorials

MAISI mask autoencoder

Ouverte
#1,977 4 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

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

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. 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

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.