BTCV

[DDBB-YL]

作者您好我在使用BTCV数据集输入python ./data/synapse/ni12format.py命令时出现了这个问题 请问您该怎么解决呢？感谢您的回复。

[lin-tianyu]

如果你看了BTCV数据集的dataloader代码（./ldm/data/synapse.py）就会发现，预处理后的BTCV数据集存放在./data/synapse/train/，./data/synapse/test/，./data/synapse/test_vol/路径中。

而现在的./data/synapse/路径下是没有train/，test/，test_vol/文件夹的。因此你可以先提前创建这些文件夹然后再运行代码试试看。

当然也可以在代码中动态检查这些文件夹是否存在，若不存在则自动创建。欢迎提交PR～

[DDBB-YL]

感谢作者您的帮助 已经解决该数据集的问题。请问您STS-3D这个数据集我该下载图片里的哪个呢？

[lin-tianyu]

我是在这里下载的STS-3D数据集：https://tianchi.aliyun.com/competition/entrance/532087/information

[DDBB-YL]

感谢作者您的帮助 问题已经解决 非常感谢！

[DDBB-YL]

作者再次麻烦您一下，第一张图的BTCV数据集之前跑起来过断了再次跑的时候发现出现dice计算的问题 请问是我选择的yaml文件不对吗？第二张图的sts数据集在处理的时候出现这样的问题该怎么解决呢？感谢作者您的帮助！

[lin-tianyu]

1. BTCV的这个问题挺奇怪的，似乎是没有正确读取到数据。你可以提供更多的细节给我，比如运行的训练命令、使用的yaml文件等；
2. STS的这个问题的报错是Missing key num_classes，我认为这是sts3d-ldm-kl-8-concat-mode.yaml中的model - params下缺失了num_classes: 2参数导致的。你可以试试加入这个参数。如果修改后可以正确运行的话欢迎提交PR，这样我就可以把你加到collaborator～

[DDBB-YL]

1.训练命令：nohup python -u main.py --base configs/latent-diffusion/synapse-cls14-ldm-kl-8.yaml -t --gpus 1, --name btcv > nohup/btcv.log 2>&1 &
2.

作者我加上您说的参数了还是出现了图片里的问题。感谢您的回复！

[lin-tianyu]

1. 我们不支持14类，SDSeg是一个二类分割方法，请使用synapse-cls2-ldm-kl-8.yaml。我们会在后续的更新中澄清这一点。
2. 请提供完整的报错和运行相关信息。这里的NameError: name 'trainer' is not defined涵盖的范围非常的广泛，只要任何一种错误导致trainer没有正常定义就会出错，所以无法分析问题。（而且你仔细看的话，这次的报错和上次不一样，在full_key处）

[DDBB-YL]

作者您好 已经根据您说的方式进行修改 是因为我数据的存放位置不对导致的错误吗？

[lin-tianyu]

我看了一下STS3D的dataloader代码，ldm/data/sts3d.py里定义了一个DATA_PATH变量作为STS3D数据集的输入路径。请问你修改了这个变量吗？

顺便，你可以试试把原来的num_classes: 2去掉，仅仅修改这里的DATA_PATH变量，看看能不能运行。

如果num_classes: 2 + DATA_PATH 或者仅修改DATA_PATH两种方式都还是不行，就请你在ldm/data/sts3d.py的dataloader里面将实际读取到的路径打印到命令行输出看看，这对debug也有所帮助，谢谢～

[DDBB-YL]

作者您好 我尝试了很多次修改 每一次都是在epoh9终止，请问您这是什么原因呢？感谢您的回复。

[lin-tianyu]

抱歉，是我没有在README中解释清楚。

问题解释

基于你的log，你这里出现的问题在于没有正确的读取到测试集数据：

红框内的值应该是12，表示12个测试volumes。

而之所以会在epoch9的时候报错，是因为configs/latent-diffusion/synapse-cls2-ldm-kl-8.yaml中定义了log_dice_frequency: 5000，意味着每5000个training steps就会中断训练执行一次测试过程，而测试集又没有读取到，所以报错。这里可以看到错误出现在training steps为5000的时候：

没有读取到测试集数据自然就导致了你这里第三章图中的division by zero的错误。

解决方案

数据集中应该还有一个test_vol文件夹，存放了12个测试集数据的volumes及其对应的label文件：

这一步我应该是手动做的，所以没有反映在nii2format.py中。

一些细节

应该注意，synapse-cls2-ldm-kl-8.yaml中提到了一个SynapseValidation用于validation，和一个SynapseValidationVolume用于testing（二者都定义在ldm/data/synapse.py中），这二者的异同在于：

1. SynapseValidation和SynapseValidationVolume所使用的其实是完全相同的12个volumes里的数据，但前者是2D slices而后者是3D volumes；
2. 在训练过程中的validation process使用SynapseValidation来计算相关的loss，而不计算分割指标（dice）；训练过程中的testing process使用SynapseValidationVolume来计算分割指标，使得我们可以了解模型目前的分割效果如何。
3. validation process的频率通过synapse-cls2-ldm-kl-8.yaml中的check_val_every_n_epoch来定义，对于BTCV数据集默认为10；testing process的频率通过log_dice_frequency来定义，对于BTCV数据集默认为5000 steps。

[DDBB-YL]

作者您好！根据您的建议进行修改后出现了如图所示得报错，该如何修改呢？感谢您的回复！

[lin-tianyu]

请你先尝试自己debug之后，告诉我debug过程中发现的现象，再整理成**现象+问题(+思考)**的格式来问问题。而不是“如图所示”就要让我分析出问题在哪，没有人有这个能力，也极少有报错这么简单。私以为直接甩张图就要作者将解决方案喂到嘴边的行为是不礼貌的，请理解。

提高所问问题的质量将很大程度上提升我们的沟通效率。谢谢！

For example,

1. Attribute Error: 'list' object has no attribute 'shape'意味着seg_label_dict[k]是一个list；
2. 往前找到第405行，可以知道seg_label_dict是来自模型的log_dice函数的返回值；
3. README中提到了模型定义在ldm/models/ddpm.py中，根据这个文件以及推理代码scripts/slice2seg.py都可以看出log_dice函数的定义和模型在一起，因此找到ldm/models/ddpm.py中的log_dice；
4. 可以看到模型的第二个返回值seg_label_dict来自变量seg_label_pair；
5. ctrl+f或cmd+f一下就可以找到seg_label_pair的定义，来自于1668-1684行；
6. 这个代码段中又有很多存储为list格式的数据、数据预处理步骤，等等。

依次阅读并检查上述部分的代码将非常有助于发现问题。（上述步骤里其中有一步解释了为什么调用.shape的时候seg_label_dict[k]会是list类型，请自己找到答案）

解决问题后，希望能提交PR来帮助SDSeg代码库的更新，如果不熟悉PR的流程，也可以简单总结解决这些bug所进行的代码修改。感谢。

[lin-tianyu]

你好， README中说明了STS3D的预处理代码为“./data/sts3d/sts3d_preprocess.py”。（btw，STS-3D数据集本来就是只有两个类别：背景+牙齿） 或者你也可以看看这个issue里我和DDBB-YL的讨论，他似乎已经解决了这个问题。 Tianyu From: CatCatCat ***@***.***> Date: Tuesday, September 24, 2024 at 06:11 To: lin-tianyu/Stable-Diffusion-Seg ***@***.***> Cc: Tianyu Lin ***@***.***>, Comment ***@***.***> Subject: Re: [lin-tianyu/Stable-Diffusion-Seg] BTCV (Issue #12) 1. BTCV的这个问题挺奇怪的，似乎是没有正确读取到数据。你可以提供更多的细节给我，比如运行的训练命令、使用的yaml文件等； 2. STS的这个问题的报错是Missing key num_classes，我认为这是sts3d-ldm-kl-8-concat-mode.yaml中的model - params下缺失了num_classes: 2参数导致的。你可以试试加入这个参数。如果修改后可以正确运行的话欢迎提交PR，这样我就可以把你加到collaborator～ 请问作者：num_classes为2的话，STS3D数据集我是不是需要先手动把所有标签值都设为1呢，还是代码里面有处理呢，我也是运行会出现这个问题。 ― Reply to this email directly, view it on GitHub<#12 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/ARUIAENDAQQHZTDITKTVYLLZYE3DPAVCNFSM6AAAAABN6R553CVHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDGNZQHA2DQMBXGU>. You are receiving this because you commented.Message ID: ***@***.***>

[lin-tianyu]

我看了一下STS3D的dataloader代码，ldm/data/sts3d.py里定义了一个DATA_PATH变量作为STS3D数据集的输入路径。请问你修改了这个变量吗？

顺便，你可以试试把原来的num_classes: 2去掉，仅仅修改这里的DATA_PATH变量，看看能不能运行。

如果num_classes: 2 + DATA_PATH 或者仅修改DATA_PATH两种方式都还是不行，就请你在ldm/data/sts3d.py的dataloader里面将实际读取到的路径打印到命令行输出看看，这对debug也有所帮助，谢谢～

@DDBB-YL @catcatcat 我已经将STS3D数据集的相关设置文件（yaml， sts3d.py）进行了更新，有需要的话可以看看最新的代码。

此外，请务必将yaml文件中的increase_log_steps设置为False，即increase_log_steps: False。这会减少不必要的log过程，前期训练速度会大幅增加，谢谢。