用于验证集的Dice_loss

Question

我正在使用NiftyNet处理MRI图像。看来主程序只有两种选择：

1. 培训，根据训练集更新权重；
2. 推断，预测。

我想使用hyperparameters集来调整我的validation，是否有任何方便的方法来计算验证集的dice_loss？我知道有dice_loss计算函数，但从这里开始可能会很痛苦.

如有任何建议，将不胜感激！

Answer 1

要获得大致的想法，您可以使用验证监视功能。如果将数据集拆分为培训、验证和测试(使用exclude_fraction_for_validation和exclude_fraction_for_inference字段或使用预定义的dataset_split_file csv文件)，则可以使用validate_every_n和validation_max_iter参数计算整个培训过程中按批处理的验证损失。

在下一个版本(以及回购系统上的dev分支)中，有一个名为计算的新操作，它允许您在推断后的输出上运行计算度量(包括骰子)。

您需要将评估标题添加到配置文件中，并在运行推理操作后使用评估操作。它将创建模型_DIR/评估中的csv文件，并对每个主题进行度量，并在数据集上进行聚合。

默认情况下，它假设您希望对测试集进行评估(如果您使用了exclude_fraction_for_inference或dataset_split_file)或所有数据(否则)。要将其用于验证集，(1)使用额外的参数运行推理--dataset_ To _infer=验证，然后(2)使用附加参数-dataset_to_infer=验证运行评估。