作者您好，请问train_normal.txt是通过正常切片获取的还是通过Tumor_001_normal.npy这类文件生成的呢？

您好，请问您的代码中是否有一部分来自于 NCRF？因为我看到有些代码是完全一致的，我想知道这些代码的来源？感谢。

rt

您好，我想请问一下，按照您的说明进行获取补丁图像的第2步，源数据文件及路径都没错，但是运行tumor_mask.py时总报错（第1步，tissue_mask.py可正常运行处理），请问这可能是什么原因造成的，需要怎样处理解决？

你好 非常感谢你的工作以及开源代码。我刚进入病理图像领域，正在练习你分享的代码。
遇到一些代码上的问题，想请教以下你：
1、 训练WSI分类器的时候只用训练集可以吗？训练集安排如下：
'''
training/
├─normal/
│ └─normal_0001.csv
| └─normal_0002.csv
└─tumor/
│ └─tumor_0001.png
| └─tumor_0002.png
'''
2、 你前面的代码都定义了文件的输入参数：像这样。在wsi_classification.py中并没有。照理这儿是训练模型，评价。应该是输入一个训练集，为什么你这儿写的是输入一个一个的.csv文件。请问这里怎么输入参数啊？是将所有的.csv合并到一个文件中吗？
parser = argparse.ArgumentParser(description='Get the probability map of tumor' ' patch predictions given a WSI') parser.add_argument('wsi_path', default=None, metavar='WSI_PATH', type=str, help='Path to the input WSI file') parser.add_argument('ckpt_path', default=None, metavar='CKPT_PATH', type=str, help='Path to the saved ckpt file of a pytorch model') parser.add_argument('cnn_path', default=None, metavar='CNN_PATH', type=str, help='Path to the config file in json format related to' ' the ckpt file')
python CAMELYON16/camelyon16/bin/wsi_classification.py probs_map_features_train.cvs probs_map_features_test.cvs TEST_CSV_GT
3、 在评价的时候，输入的TEST_CSV_GT是label文件，请问是什么形式的啊？.txt OR .csv

您好，通过阅读您的代码，有一些小问题想请教。
1.wsi_classification.py中，使用的是tumor和normal进行分类。但是我看原挑战中的描述为：
First Evaluation: Participants need to provide a single CSV file, with the first column corresponding to the name of the image and the second column containing the probability of that image to contain metastasis.
我理解是要预测是否包含转移，请问为什么直接按照tumor和normal进行分类呢？
2.Evaluation_FROC.py中，ground truth tif文件是怎么获取的呢？
3.热力图是怎么生成的呢？这部分代码请问有没有共享呢？

Hello, I have just started my research on Camelyon17, and I would like to ask you about the GPU memory and time you need to train the whole data set.
Thank you very much!

您好，请问下面的tumor_train.txt 和 normal_train.txt是怎么生成的呢？前面的步骤中只有train_spot.txt，多谢您的解答。

获取补丁数据集

python CAMELYON16/camelyon16/bin/patch_gen.py /WSI_TRAIN/ tumor_train.txt /PATCHES_TUMOR_TRAIN/
python CAMELYON16/camelyon16/bin/patch_gen.py /WSI_TRAIN/ normal_train.txt /PATCHES_NORMAL_TRAIN/
python CAMELYON16/camelyon16/bin/patch_gen.py /WSI_TRAIN/ umor_valid.txt /PATCHES_TUMOR_VALID/
python CAMELYON16/camelyon16/bin/patch_gen.py /WSI_TRAIN/ normal_valid.txt /PATCHES_NORMAL_VALID/

您好请问训练，测试的.txt从哪里可以获得，例如tumor_train.txt，或者这个应该是什么格式

1.KFB转TIF会出现错误TIF图片无法显示
2.KFB转SVS
level 0: downsample: 1.00000,width:166000,height 93184
,level 1: downsample: 8.00000,width:20750,height 11648
,level 2: downsample: 32.0015,width:5187,height 2912
,level 3: downsample: 128.043,width:1296,height 728
,level 4: downsample: 512.173,width:324,height 182
,level 5: downsample: 2060.07

downsample 能否调整为 1 2 4 8 16 32 64 这样 以此类推
是否有相关源码能提供出来进行修改的

你好，在您的代码中，保存的是val_loss最小的best_model，但是在您的代码中并没有缩进，还是我理解错误了。

您好，我train前生成了3个Patch目录,分别是：
normal.tif生成的normal_patch/;
tumor.tif生成的tumor_patch/;
tumor.tif生成的non_tumor_patch/;
一起放在/home/zbs/camelyon16_data/training/目录下，
我在cnn.json中给出的 "data_path_train": "/home/zbs/camelyon16_data/training/",
我的问题是：train.py代码中是如何区分training/下的不同patch目录的，谢谢。

兄弟，问个问题，在生成热力图阶段，如果对于测试集的每一个图片的每一个像素都提取patch然后分类patch，那么应该是对这个patch的中心像素有一个0-1之间的值，如果想对每个WSI图像的所有像素都预测，那会花费非常的时间，一个WSI图像大概有10万*10万像素呀，这是怎么解决的呢

您好，我想问下文件的路径怎样设置？
parser.add_argument('xml_path', default=None, metavar='XML_PATH', type=str,
help='Path to the input Camelyon16 xml annotation')
我发现只能将default值改为某个文件的路径，比如../Camelyon16/training/lesion_annotations/tumor_001.xml,只能一个一个图片进行处理？请问应该怎样设置可以自动顺序处理同一文件目录下所有特定类型的文件？

兄弟能留一下你的qq吗，我也是西工大的，有点详细的问题想咨询一下，或者留个邮箱啥的也行