nnUNet 训练脚本提供丰富的命令行参数，控制模型训练、验证和预测流程。
主要参数
| 参数 | 类型 | 说明 |
|---|
| network | str | 网络架构，如 3d_fullres、2d |
| network_trainer | str | 训练器类别 |
| task | str/int | 任务名称或 ID |
| fold | int/str | 交叉验证折数（0~5 或 ‘all’） |
训练控制
| 参数 | 说明 |
|---|
| -val, –validation_only | 仅验证不训练 |
| -w | 加载预训练权重路径 |
| -c, –continue_training | 从断点继续训练 |
| -p | 计划标识符（配置文件） |
数据与计算
| 参数 | 说明 |
|---|
| –use_compressed_data | 使用压缩数据，省存储但耗内存 |
| –deterministic | 强制确定性训练，降低速度 |
| –npz | 验证时导出 .npz 预测结果 |
| –fp32 | 禁用混合精度，强制 FP32 |
验证选项
| 参数 | 说明 |
|---|
| –find_lr | 执行学习率查找 |
| –valbest | 加载最佳检查点而非最新 |
| –val_folder | 指定验证数据文件夹 |
训练流程
- 根据 network 和 task 确定模型类型
- fold 参数选择交叉验证子集
- 加载配置文件和训练计划
- 初始化训练器实例
- continue_training 加载检查点或从头训练
- 验证阶段加载最佳检查点评估
张芷铭的个人博客
Comments