image-processing - 通过神经网络进行分割的图像格式

Question

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？（我想我以这种方式丢失了一些信息！）

• 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？

标签： image-processingneural-networkpytorchimage-segmentationrawimage

Answer 1

对格式一无所知raw，mhd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. 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，请不要引用我的话）。我对超声图像一无所知，但如果他们使用比这更高的精度，即使是 png 也会有损。

其次，我不知道在超声图像的背景下mhd是什么以及意味着什么。raw话虽如此，一个简单的谷歌搜索揭示了一些用于将前者阅读为 numpy 的包。

最后，要加载数据集，您可以ImageFolder使用torchvision. 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。