wangxiong

It's easy to do this: import SimpleITK as sitk ## step1:read data from dcm series_file_names = sitk.ImageSeriesReader.GetGDCMSeriesFileNames(dcm_dir) series_reader = sitk.ImageSeriesReader() series_reader.SetFileNames(series_file_names) image3D = series_reader.Execute() ## step2: save as nii.gz save_img_file...

your training data error. check it.

use one thread to do this! threads = (1, 1)

我在看Yolo v3的源代码的时候，作者在训练数据的时候，每次都会对图像缩放到 416*（ 1 +- 0.4）这个尺度范围进行训练，还会对图像增加一些其他操作如翻转、调整饱和度、曝光度、色调等，来增强模型的学习能力。但像@huoyijie你这种做法，目前还没见到过有其他人这样做，大神有空能给我们解释一下吗？

> 这和移植没有多大关系，darnnet 框架下也有rnn层，CNN层已经能够很好去表征，为什么还要用rnn呢？ 您好，请问一下，这里的ocr该如何训练呢？我可以这样理解吗? 标注数据还是对该图片（当行的文本图片），进行标注，在训练的时候对输入的图像直接CNN，去掉后面的rnn，得到一个NxClasses(需要识别的字典的个数)的数组，然后对这个N*Classes的数据进行CTC_loss；测试的时候，是对这个NxClassses的每一个i（i=0,2,...,N），进行分类，然后对其进行去重，去空格，得到最后的识别出的字符串。

> > 这和移植没有多大关系，darnnet 框架下也有rnn层，CNN层已经能够很好去表征，为什么还要用rnn呢？ > > 您好，请问一下，这里的ocr该如何训练呢？我可以这样理解吗? 标注数据还是对该图片（当行的文本图片），进行标注，在训练的时候对输入的图像直接CNN，去掉后面的rnn，得到一个NxClasses(需要识别的字典的个数)的数组，然后对这个N*Classes的数据进行CTC_loss；测试的时候，是对这个NxClassses的每一个i（i=0,2,...,N），进行分类，然后对其进行去重，去空格，得到最后的识别出的字符串。 如果是这样的话，那训练用的cfg文件就是在你这测试的cfg文件的后面，添加计算ctc_loss的部分。你那有关于这个ocr训练的cfg文件，能给我们参考一下吗？

In nnunetv2 you can comment out this line of code " if mirror_axes is not None and len(mirror_axes) > 0: tr_transforms.append(MirrorTransform(mirror_axes)) " to turn off the do mirror. the source...

The error maybe your input movImgMemSize is over the max value of int, change "int m_movImgMemSize;" to "size_t m_movImgMemSize;" may solve your problem.

Dear sir, I got the same errors too, There are 9 pdf files displaced. They are AIF_1970_493_498, AIF_1999_375_404, ASENS_1970_273_284, Bergweiler83, BSMF_1970_165_192, BSMF_1998_245_271, InvM_1970_121_134, MA_1970_26_38， MA_1977_275_292. Others are match well with...

> > Dear sir, > > I got the same errors too, There are 9 pdf files displaced. They are > > AIF_1970_493_498, AIF_1999_375_404, ASENS_1970_273_284, > > Bergweiler83, BSMF_1970_165_192, BSMF_1998_245_271,...