MedicalNet

环境要求

• Python 3.7.0（README 明确指定该版本）
• pip（用于安装 requirements.txt 中的依赖）
• PyTorch 环境（本项目为 Pytorch 实现，依赖由 requirements.txt 安装）
• 可存放 3D 医学影像数据与预训练权重的磁盘空间

安装与启动步骤

1. 1克隆代码仓库

   从 GitHub 拉取 MedicalNet 源码到本地任意目录，网络不通时可改用镜像或手动下载压缩包。

   git clone https://github.com/Tencent/MedicalNet.git

   复制

2. 2进入项目目录

   切换到刚克隆下来的仓库根目录，后续安装与运行命令都在此目录执行。

   cd MedicalNet

   复制

3. 3准备 Python 3.7.0

   按 README 要求安装 Python 3.7.0，建议用 conda 单独建虚拟环境，避免与其他项目的依赖冲突。

   conda create -n medicalnet python=3.7.0 -y

   复制

4. 4安装项目依赖

   在激活的 Python 3.7 环境中执行依赖安装，requirements.txt 位于仓库根目录，安装过程较慢请耐心等待。

   pip install -r requirements.txt

   复制

5. 5获取预训练权重

   README 节选中未给出权重下载链接，请到 GitHub 仓库页面获取 resnet_10/18/34/50_23dataset.pth，并按表格匹配参数字段。

6. 6按参数加载权重

   以 23 数据集权重为例，模型名与参数一一对应：resnet_10_23dataset.pth 用 --model resnet --model_depth 10 --resnet_shortcut B。

关键配置

如何确认成功

权重文件下载完成且与 --model / --model_depth / --resnet_shortcut 参数严格匹配，代码即可加载权重开展微调。

常见问题

注意事项

• 项目依赖版本较旧（Python 3.7.0），建议使用独立 conda 虚拟环境安装，避免污染主环境。
• 使用代码或预训练权重时需按 README 中的 BibTeX 引用 Med3D 论文。
• 项目基于 MIT License 发布，商用前请阅读 LICENSE 文件确认条款。
• README 节选未提供数据预处理与推理脚本的具体命令，实际训练命令请以仓库完整文档为准。