pyg-team/pytorch_geometric

[Dataset] add MedShapeNet to datasets

Open

#8.719 aberto em 4 de jan. de 2024

Ver no GitHub
 (2 comments) (3 reactions) (1 assignee)Python (3.514 forks)batch import
datasetfeaturegood first issue

Métricas do repositório

Stars
 (19.985 stars)
Métricas de merge de PR
 (Mesclagem média 16d 3h) (13 fundiu PRs em 30d)

Description

🚀 The feature, motivation and pitch

https://medshapenet.ikim.nrw/ Adding this dataset to PyG w/ an example of training a simple GNN that would enable exploration at scale across the community for allowing AI to understand the plethora of complex medical shapes that exist

I will guide @jdhenaos, @loupl, and @ericauld in completing this task (cannot assign them as assignees unfortunately)

Alternatives

No response

Additional context

No response

Guia do colaborador

Direção de pesquisa
Estude as implementações de conjuntos de dados existentes no diretório de conjuntos de dados do PyG (por exemplo, 'torch geometric/datasets/'). Crie uma nova classe de conjunto de dados para o MedShapeNet que baixe e processe os dados. Garanta a compatibilidade com a interface de conjunto de dados existente. Além disso, implemente um exemplo simples de treinamento de GNN em um script de exemplo. Consulte a documentação do PyG para contribuições de conjuntos de dados.
Pilha de tecnologia
pythonpytorch
Domain
machine learningdata
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonPyTorchPyG dataset APIbasic GNN knowledge
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
65