Формат изображения в сегментации через нейронные сети

Question

Я делаю сегментацию через глубокое обучение в pytorch. Мой набор данных - ультразвуковые изображения в формате.raw/.mhd. Я хочу ввести свой набор данных в систему через загрузчик данных.

Я столкнулся с несколькими важными вопросами:

• Меняет ли формат набора данных на.png или.jpg неточность сегментации?(Я думаю, что я потерял некоторую информацию таким образом!)

• Какой формат с меньшими потерями данных?

• Как мне создать дамповый массив, если я не конвертирую исходный формат изображения, т.е..raw/.mhd?

• Как мне загрузить этот набор данных?

Answer 1

Ничего не зная о raw а также mhd форматы, могу дать частичные ответы.

Во-первых, jpg с потерями и png не является. Итак, вы наверняка теряете информацию в jpg, png без потерь для "нормальных" изображений - 1, 3 или 4 канала, с точностью 8 бит в каждом (возможно, также поддерживаются 16 бит, не цитируйте меня об этом). Я ничего не знаю об ультразвуковых изображениях, но если они будут использовать более высокую точность, даже png будет с потерями.

Во-вторых, я не знаю что mhd и что raw средства в контексте ультразвуковых изображений. Это, как говорится, простой поиск в Google показывает некоторый пакет для чтения первого, чтобы NumPy.

Наконец, чтобы загрузить набор данных, вы можете использовать ImageFolder класс от torchvision, Вам нужно написать пользовательскую функцию, которая загружает изображение по его пути (например, с помощью пакета, упомянутого выше) и передает его loader Ключевой аргумент.