Hacktoberfest 2026:维护者为十月标记出来的 issue,仍然开放、适合新手。 浏览 Hacktoberfest issue

MAISI: Quantizer compression for the embedding feature generation by autoencoder

未关闭
#1,936 1 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

还没有人认领这个 Issue。

评估

难度
5/5
预计耗时
一周以上
新手友好度
25/100
Issue 类型
功能
描述清晰度
需要澄清
活跃度
停滞
技术栈
pytorch

调研方向

未指定文件或测试。首先定位 MAISI autoencoder 的 embedding-feature 生成工作流,并在 48GB GPU 上使用 836x512x512 的肺部 CT 病例复现该工作流。研究 quantizer 压缩,以避免 OOM 同时防止 stitch artifact 作为完成标准。

由索引模型根据 Issue 内容生成。

描述

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.

主要语言
Jupyter Notebook
星标
2.6k
派生
805
平均合并
6 天 17 小时
30 天内合并 PR
4

环境准备

从这里开始

  1. 先读完整个 Issue,再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库,在一个分支上完成修改。
  4. 提交 Pull Request,并在描述里引用这个 Issue 编号。

Project-MONAI/tutorials 的其他 Issue

查看 Project-MONAI/tutorials 的全部 Issue

相似的 Issue

更多 Machine Learning Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。