Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Reproduce issue with the inference.json

Aperta
#68 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
45/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
documentation, machine-learning

Direzione di ricerca

Start with the example inference.json and the linked NV-Segment-CT label_dict.json, then compare the documented spleen setup with the colon cancer task. Reproduce the colon inference attempt and clarify how input_dict and everything_labels should be configured; done means a complete, working inference configuration or explicit instructions for generating it.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi, I tried to reproduce the table 1 result in CVPR2025 paper for the VISTA3D auto, I noticed that you provide the example inference.json file for the spleen task, like this:

" "input_dict": "${'image': '/data/Task09_Spleen/imagesTr/spleen_10.nii.gz', 'label_prompt': [3]}",
"everything_labels": "$list(set([i+1 for i in range(132)]) - set([2,16,18,20,21,23,24,25,26,27,128,129,130,131,132]))","

When trying to do inference with the colon cancer task, I believe the label_prompt should be 27, based on thishttps://github.com/NVIDIA-Medtech/NV-Segment-CTMR/blob/main/NV-Segment-CT/configs/label_dict.json
But not sure how to modify the "everything_labels" part; it seems like you encoded the information that for one specific task, what the available classes are.
Or can you provide the full inference.json file for easy reproduction?

Your timely reply will be very helpful, thanks a lot.

Lingua principale
Python
Stelle
297
Fork
46
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Project-MONAI/VISTA

Tutte le issue di Project-MONAI/VISTA

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.