Bootstrap

CLAM0 我先跑起来再说

CLAM0- 跑通预处理与特征提取

0. 环境配置

项目地址
环境安装
里面的openslide安装替换为:

conda install -c conda-forge openslide

1.数据

新建DATA_DIRECTORY,传入.svs文件

2.跑

2.1 patches

  • 全自动
    process_list_autogen.csv

  • 半自动
    首先build自己的参数
    python build_preset.py --preset_name CSV_FILE_NAME
    CSV_FILE_NAME 自己命名,存在/preset下

具体参数设置还没看,下一篇再仔细分析吧
在这里插入图片描述

python create_patches_fp.py --source DATA_DIRECTORY2 --save_dir RESULTS_DIRECTORY2 --patch_size 256 --preset my_csv --seg --patch --stitch

更改:

  • source
  • save
  • preset

如果觉得预分割效果不好,就自己新建一个csv去单独调整每一张参数,比如新建一个process_list_edited.csv,然后每张list去调整,通过置为1表示参数合适,最后设置好所有的参数之后,再返回初始的流程,使用这个新的csv去全自动生成patches

python create_patches_fp.py --source DATA_DIRECTORY2 --save_dir RESULTS_DIRECTORY2 --patch_size 256 --seg --process_list process_list_edited.csv --patch --stitch
python create_patches_fp.py --source DATA_DIRECTORY --save_dir RESULTS_DIRECTORY --patch_size 256 --seg --process_list process_list_edited.csv --patch --stitch

在这里插入图片描述

2.2 fp

CUDA_VISIBLE_DEVICES=0 python extract_features_fp.py --data_h5_dir RESULTS_DIRECTORY --data_slide_dir DATA_DIRECTORY --csv_path RESULTS_DIRECTORY/process_list_edited.csv --feat_dir FEATURES_DIRECTORY --batch_size 512 --slide_ext .svs
;