Я строю простую модель Unet для сегментации 3D медицинских изображений. Исходные изображения слишком велики, поэтому я масштабирую их в автономном режиме, прежде чем запускать их через мою модель. Мой метод заключается в следующем:
image_raw = nib.load(image_filepath)
image = image_raw.get_data()
resized_image = resize(image, [512, 512, 16]) # i wrote a resize function
new_image = nib.Nifti2Image(resized_image, affine=np.eye(4))
nib.save(new_image, 'input.nii')
Я пробовал приведенный выше код с использованием Nifti1Image и Nifit2Image, и когда я сохраняю свое изображение с помощью Nifit2Image, моя модель тренируется намного быстрее.
Насколько я понимаю, Nifit2Image - это просто упрощенная версия Nifit1Image, но я не понимаю, почему нужно обрабатывать изображение так, чтобы обучение проходило быстрее. Любое понимание будет очень ценно.