batchgenerators

环境要求

• 已安装 Python 与 pip 环境
• 运行 README 中的 .ipynb 示例需要 Jupyter Notebook
• 准备自己的 2D/3D 医学图像数据（分类或分割任务）

安装与启动步骤

1. 1安装 batchgenerators

   使用 pip 安装并升级到最新版，README 中给出的官方安装方式。建议在虚拟环境中执行，避免污染全局 Python 环境。

   pip install --upgrade batchgenerators

   复制

2. 2验证导入

   导入 README 中示例的对比度增强变换类，若不报错说明安装成功。报错时应先确认 Python 解释器与 pip 是否一致。

   python -c "from batchgenerators.transforms.color_transforms import ContrastAugmentationTransform"

   复制

3. 3阅读入门示例

   README 指向包内 examples 目录下的 example_ipynb.ipynb，先照此了解基本用法。文件随安装包一起提供，可用 Jupyter 打开阅读。

4. 4阅读多线程示例

   multithreaded_with_batches.ipynb 详细注释了 SlimDataLoaderBase 与 MultiThreadedAugmentor 的配合，展示多进程加载与增强、每个 epoch 只遍历一次数据集的用法。

5. 5参考 BraTS 完整示例

   batchgenerators/examples/brats2017/ 提供了 BraTS2017/2018 的 2D 与 3D DataLoader 及增强的完整示例，可直接对照自己的数据改造。

6. 6编写自定义数据加载器

   按 README 的工作方式：继承 DataLoaderBase 类，重写 generate_train_batch 成员函数，在其中串联你的增强算子并返回批次数据。

如何确认成功

执行导入命令 from batchgenerators.transforms.color_transforms import ContrastAugmentationTransform 无报错，即表示安装成功。

常见问题

注意事项

• 使用前请确认已阅读并遵守项目 LICENSE 的许可要求。
• 发表成果时请引用 README 中给出的 batchgenerators 论文 DOI。
• README 未给出端口、服务或 Docker 相关配置，本项目按 Python 包方式使用，无需启动服务。