win10怎么安装显卡驱动教程（在windows下安装nnUnet，并制作数据集以及运行（让隔壁奶奶也能学会的教程））
1.前言
nnUnet原代码是在Linux下运行 ，如果现在windows下安装的话 ，会报各种错误 ，得改很多的地方 ，所以可以直接下载nnUnet_windows文件 ，这是我已经在windows上成功编译的版本 ，只要安装成功就可以直接运行 。该链接中还包含apex安装包以及制作自己数据格式的代码 。
nnUnet的版本是2021/7月更新的 。2.安装虚拟环境与Pytorch
最好要安装虚拟环境 ，否则要是把python环境安装坏了 ，那就麻烦了 。
1.在命令行输入一下代码 ，其中nnUnet是虚拟环境名称 ，选择的python3.7版本 conda create -n nnUnet python=3.72.激活虚拟环境输入
activate nnUnet如果退出虚拟环境使用命令deactivate
3.安装Pytorch ，我选的是最新的版本pytorch1.9.0 ，cuda版本为10.2 ，这个就不详细叙说了 ，网上有很多教程 。
3.安装apex
在上面给的链接中 有apex安装包 ，或者你可以在官网上下载apex
然后cd 到apex文件下目录 ，输入命令 pip install -v --no-cache-dir --global-option="–cpp_ext" --global-option="–cuda_ext" ./如果这个命令报错的话就换下面命令试试
python setup.py install这里我盗用一下网上的截图 ，因为我忘了截图了 ，如果是success则表示安装成功 。有别的教程说要按照hiddenlayer ，我还没有安装 ，反正没有出现问题 ，出现问题再说 。如果想安装的先安装git ，conda install git 。然后以下输入命令
pip install --upgrade git+https://github.com/nanohanno/hiddenlayer.git@bugfix/get_trace_graph#egg=hiddenlayer4.安装nnUnet
你可以下载我上面提供的代码 ，你也可以下载nnUnet官方代码 ，但是在windows下需要改很多地方 。
cd 到nnUnet文件目录 ，输入命令 ，别丢了一个"." ，否则你无法安装 。 pip install -e .如果没有报错的话 ，恭喜你安装成功 ，如果报错的话 ，建议你在官网下载最新的代码 ，然后升级到最新的python库以及pytorch版本 。
5.运行nnUnet
如果你是第一次使用nnUnet的话 ，建议你先下载官方数据集跑一遍 ，如果成功的话 ，在制作自己的数据集 。
1.创建文件夹
在nnUnet文件目录下创建Dataset文件夹 ，当然你也可以在其他地方创建其他名字 。
下面创建的文件夹一定要一样 ，在Dataset文件夹下创建三分文件夹 ，如下图所示 ，其中nnUnet_preprocessed用于预处理后的数据 ，nnUnet_raw用于存储原数据和裁剪的数据 ，nnUnet_trained_models用于存储训练模型与日志 。然后在nnUnet_raw文件夹下载创建如下两个文件夹 ，nnUnet_cropped_data用于存放预处理数据 ， nnUNet_raw_data用于存放原数据 。
设置文件路径 ，我从官网下载的是Task08_HepaticVessel数据集 ，随便找一个地方解压 。关键地方来了 ，这是所有教程没有提到的地方
在linux下要将上面创建的文件添加到系统环境中 ，但是在windows下没法操作 ，所以在nnUnet文件夹下找到paths.py文件 ，然后修改一下三处 ，注释掉红色框出来的地方 ，然后换成黄色框出来的地方 ，文件目录对应你自己的路径 。注意：文件路径千万不要写成“// ” ，就像我下面写的那样就行 。否则你会遇到各种错误 ，这就是windows一直报错的最大原因 。
3.转换数据格式 ，使用以下命令
nnUNet_convert_decathlon_task -i D:\Task08_HepaticVessel\Task08_HepaticVessel上面是我的路径 ，你可以换成自己的路径 ，但我不建议在命令行中运行代码 ，否则报错的话就很难查到原因 ，所以可以用下面的方式运行 。下面又是干货 。
在nnunet\experiment_planning文件夹下找到nnUNet_convert_decathlon_task.py ，打开pycharm ，然后点击图中地方
在红色框中输入-i D:\Task08_HepaticVessel\Task08_HepaticVessel ，然后运行即可 ，这样报错的话 ，你可以慢慢调试 ，寻找错误的地方 。如果运行成功的话 ，你会在nnUNet_raw_data文件夹下得到如下文件与数据 。imagesTr存放的是训练数据 ，imagesTs是存放测试数据 ，labelsTr存放的是训练数据的标签 ， dataset.json是对数据的说明 ，和存放数据地址 。
4.对数据进行预处理 ，同样不建议使用命令行代码运行 ，在相同目录下找到nnUNet_plan_and_preprocess.py文件 ，输入参数 -t 8其中8对应数据的Id ，如果是下载我编译好的代码的话 ，可以直接运行 ，如果下载的官方的代码 ，你会在这遇到一堆问题 。
当然你可能还会遇到一个问题 ，就是电脑cpu内存不够 ，我电脑的配置是32g内存依然不够 ，所以我在裁剪数据的时候 ，只挑选了其中一部分数据集 。如果运行没报错的话 ，你会在nnUnet_preprocessed文件夹下生成如下的文件夹以及数据
5.开始训练
如果前面一切顺利的话 ，后面就可以直接运行了在命令行中输入
nnUNet_train 3d_fullres nnUNetTrainerV2 8 4 ，
如果你想调试的话 ，但是你会发现找不到nnUNet_train文件 ，这是集成好的nnUNet_train.exe ，位置在你安装虚拟环境中 。所以换一个文件运行 。
在文件夹nnunet\run下找到run_training.py ，输入参数 ，3d_fullres nnUNetTrainerV2 8 4 。其中8代表你的任务ID ，4代表五折交叉验证（0代表一折） 。运行成功后你会在如下文件路径中得到训练的日志以及模型 。如果少一个文件的话都有可能代表你运行失败 ，会影响后面的推理 。
6.推理
在windows下使用多线程用的是
训练完成后 ，找到imagesTs路径 ，就是上面制作数据集的路径 ，然后输入命令pathos库 ，所以可能需要安装 ，输入命令 pip install pathos然后推理的时候输入命令
nnUNet_predict -i F:\nnUNet_windows\DataSet\nnUnet_raw\nnUNet_raw_data\Task008_HepaticVessel\imagesTs -o F:\nnUNet_windows\DataSet\nnUnet_raw\nnUNet_raw_data\Task008_HepaticVessel\imagesTs_infer -t 8 -m 3d_fullres -f 4其中-i 参数的是输入路径 ，-o 参数是输出路径 。
如果你想调试的话 ，在inference文件夹中找到predict_simple.py文件 ，然后输入参数就可以调试了 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！