Database 我可以训练CNN的3d图像吗？
我正在与2015年BRATS MRI脑肿瘤数据集合作。数据集中的文件是.mha格式的，有许多组成3d大脑的2d图像切片。有没有一种方法可以在这些图像上训练模型，或者我必须以某种方式转换它们？如果是，如何转换它们？普通RGB图像已经是三维输入。因此，您可以只堆叠所有图像，而不是可能有30个通道的3个通道（对于10个堆叠的rgb图像）。您可以像处理任何其他imgae一样处理这些数据 您还可以尝试使用这种数据对其进行3D卷积。这样，您就有了一个类似3x3x3的三维内核（可能在通道方向上更大），您可以在x、y和通道方向上滑动它。这有助于提高性能，但会增加运行时间Database 我可以训练CNN的3d图像吗？,database,deep-learning,conv-neural-network,Database,Deep Learning,Conv Neural Network,我正在与2015年BRATS MRI脑肿瘤数据集合作。数据集中的文件是.mha格式的，有许多组成3d大脑的2d图像切片。有没有一种方法可以在这些图像上训练模型，或者我必须以某种方式转换它们？如果是，如何转换它们？普通RGB图像已经是三维输入。因此，您可以只堆叠所有图像，而不是可能有30个通道的3个通道（对于10个堆叠的rgb图像）。您可以像处理任何其他imgae一样处理这些数据 您还可以尝试使用这种数据对其进行3D卷积。这样，您就有了一个类似3x3x3的三维内核（可能在通道方向上更大），您可以在