请问validation loss多少说明效果好

[111678900]

我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂

[LWHYC]

我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂
Hi,

Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time.

[111678900]

请问一开始是5000多是不是特别不正常😭

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[111678900]

请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[LWHYC]

请问一开始是5000多是不是特别不正常😭
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

一开始在train集上loss高是很正常的，但一般也会收敛的比较快

[LWHYC]

请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

对所有数据灰度值归一化以及spacing resample是需要的

[111678900]

请问space ing resample是什么意思呀，我好像没找到这部分代码

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[LWHYC]

请问space ing resample是什么意思呀，我好像没找到这部分代码
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.>

请看Training Data preparation中的 train/dataset_preprocess.py

[111678900]

哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[LWHYC]

哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。

[111678900]

好滴好滴真的十分感谢，那么说是不是只需要进行z-归一化就好啦

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:48 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> 正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[111678900]

其实还想问一下超声图像用这个的话效果是不是会很不好

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:48 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***> 正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[LWHYC]

其实还想问一下超声图像用这个的话效果是不是会很不好
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:48 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.>

对超声图像可能不太适用，因为这个算法建立在不同图像共享一个隐藏坐标系的前提，超声图像的坐标系并不固定。

[111678900]

好的好的真的非常感谢您，请问您有超声分割相关的代码吗   (ಥ㉨ಥ)   

…

---原始邮件--- 发件人: "Wenhui ***@***.***> 发送时间: 2024年2月28日(周三) 中午11:51 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 其实还想问一下超声图像用这个的话效果是不是会很不好 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:48 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对超声图像可能不太适用，因为这个算法建立在不同图像共享一个隐藏坐标系的前提，超声图像的坐标系并不固定。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[LWHYC]

好的好的真的非常感谢您，请问您有超声分割相关的代码吗   (ಥ㉨ಥ)   
…
---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:51 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 其实还想问一下超声图像用这个的话效果是不是会很不好 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:48 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 哦哦感谢我用了这部分代码处理，是不是您的意思是要修改一下这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:46 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问space ing resample是什么意思呀，我好像没找到这部分代码 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:43 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 请问还有就是我只进行了Train的部分，那样子需要进行原始归一化吗？这个模型对超声图像会适用吗 😭 … ---原始邮件--- 发件人: "Wenhui @.> 发送时间: 2024年2月28日(周三) 中午11:36 收件人: @.>; 抄送: @.@.>; 主题: Re: [openmedlab/MedLSAM] 请问validation loss多少说明效果好 (Issue #15) 我只进行了训练，没有用已经有的模型，请问loss多少说明效果好？有点看不太懂 Hi, Based on our experience, a validation loss below 20 can yield decent results. However, we recommend training for a longer period as the model's ability to accurately predict or localize improves gradually over time. — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对所有数据灰度值归一化以及spacing resample是需要的 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 请看Training Data preparation中的 train/dataset_preprocess.py — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 正常来说经过这部分代码处理后的数据就可以直接使用了，不需要额外操作。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.> 对超声图像可能不太适用，因为这个算法建立在不同图像共享一个隐藏坐标系的前提，超声图像的坐标系并不固定。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

不好意思我并没有做过超声相关的任务，或许可以看看我们组超声大模型的项目：https://github.com/openmedlab/USFM