The official code of OCT2Former: A retinal OCT-angiography vessel segmentation transformer
- python3
- numpy
- pillow
- opencv-python
- scikit-learn
- tensorboardX
- visdom
- pytorch
- torchvision
- pandas
python train.py --dataset='OCTA-SS'
--num_epochs=100
--dataset_file_list='utils/OCTA-SS.csv'
--data_root=$OCTA-SS-DATA-PATH
--target_root=$OCTA-SS-LABEL-PATH
--run_dir='OCTA-SS'
--in_channel=1
--batch_size=2
--lr=5e-4
--spec_interpolation
--img_aug
OR
sh trainSS.sh
python train.py --dataset='ROSE'
--num_epochs=100
--dataset_file_list='utils/ROSE-1.csv'
--data_root=$ROSE-1-SS-DATA-PATH
--target_root=$ROSE-1-THICK-LABEL-PATH
--run_dir='ROSE-1'
--in_channel=1
--batch_size=2
--lr=5e-4
--img_aug
OR
sh trainROSE.sh
python train.py
--dataset='OCTA-3M'
--num_epochs=100
--dataset_file_list='utils/OCTA_3M.csv'
--data_root=$OCTA-3M-OCTA-DATA-PATH
--data_root_aux=$OCTA-3M-OCT-DATA-PATH
--target_root=$OCTA-3M-LABEL-PATH
--run_dir='3M'
--in_channel=2
--batch_size=2
--lr=5e-4
--img_aug \
OR
sh train3M.sh
python train.py
--dataset='OCTA-6M'
--num_epochs=100
--dataset_file_list='utils/OCTA_6M.csv'
--data_root=$OCTA-6M-OCTA-DATA-PATH
--data_root_aux=$OCTA-6M-OCT-DATA-PATH
--target_root=$OCTA-6M-LABEL-PATH
--run_dir='6M'
--in_channel=2
--batch_size=2
--lr=5e-4
--img_aug
--cuda_id=6
OR
sh train6M.sh