Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

MAISI: Quantizer compression for the embedding feature generation by autoencoder

オープン
#1,936 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
25/100
issue の種類
機能追加
明瞭さ
説明が足りない
活発さ
停滞
技術スタック
pytorch

調査の方向性

ファイルもテストも指定されていません。まず MAISI autoencoder の embedding-feature 生成ワークフローを見つけ、48GB GPU 上で 836x512x512 の肺 CT ケースを使って再現してください。quantizer の圧縮を調査し、OOM を回避しつつ stitch artifact を防止できることを完了条件とします。

索引モデルが issue の本文から書いたものです。

説明

Hi,

When I generate the embedding features by the trained autoencoder for the lung CT case with size of 836x512x512, I often encounter the OOM issue with 48GB GPU. Even though I have adjust the slices_num_max=256, it still suffers from the OOM issue, which may result in the stitch artifact issue. Thanks.

主要言語
Jupyter Notebook
スター
2.6k
フォーク
805
平均マージ
3日 7時間
マージ済み PR(30日)
3

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

Project-MONAI/tutorials のほかの issue

Project-MONAI/tutorials の issue をすべて見る

似ている issue

Machine Learning の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。