我正在通过 pytorch 中的深度学习进行分割。我的数据集是 .raw/.mhd 格式的超声图像。 我想通过数据加载器将我的数据集输入到系统中。
我遇到了几个重要的问题：
将数据集的格式更改为 .png 或 .jpg 是否会使分割不准确？（我想我这样丢失了一些信息！）
李>哪种格式的数据丢失更少？
如果我不转换原始图像格式，即.raw/.mhd，我应该如何制作一个dumpy数组？
我应该如何加载这个数据集？
【问题讨论】：
标签： image-processing neural-network pytorch image-segmentation rawimage
对raw和mhd格式一无所知，我可以给出部分答案。
首先，jpg 是有损的，png 不是。因此，您肯定会丢失jpg 中的信息。 png 对于“普通”图像是无损的——1、3 或 4 通道，每个通道具有 8 位精度（也许也支持 16 位，不要引用我的话）。我对超声图像一无所知，但是如果它们使用比这更高的精度，即使是 png 也会有损。
其次，我不知道mhd 是什么以及raw 在超声图像中的含义。话虽如此，一个简单的谷歌搜索显示some package 将前者读取为numpy。
最后，要加载数据集，您可以使用来自torchvision 的ImageFolder 类。您需要编写一个自定义函数来加载给定路径的图像（例如使用上面提到的包）并将其传递给 loader 关键字参数。
【讨论】：