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:

• Делает ли изменение формата набора данных в .png или .jpg неточность сегментации? (мне кажется, я потерял некоторую информацию таким образом!)

• Какой формат данных с меньшими потерями?

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

• Как загрузить этот набор данных?

Answer 1

Ничего не зная о форматах raw и mhd, я могу дать частичные ответы.

Во-первых, jpg с потерями, а png - нет.Таким образом, вы наверняка теряете информацию в jpg.png без потерь для «нормальных» изображений - 1, 3 или 4 канала, с точностью до 8 бит в каждом (возможно, также поддерживаются 16 бит, не указывайте это).Я ничего не знаю об ультразвуковых изображениях, но если они используют более высокую точность, чем даже это, даже png будет с потерями.

Во-вторых, я не знаю, что такое mhd и что означает raw в контекстеультразвуковые изображения.При этом простой поиск в Google показывает некоторый пакет для чтения первого в numpy.

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