Moving nii.gz from git lfs to git to simplify the HelloWorld test (#632)

This commit is contained in:
Anton Schwaighofer 2022-01-11 16:19:17 +00:00 коммит произвёл GitHub
Родитель 1523882e82
Коммит 015e9e4829
Не найден ключ, соответствующий данной подписи
Идентификатор ключа GPG: 4AEE18F83AFDEB23
29 изменённых файлов: 41 добавлений и 36 удалений

16
.gitattributes поставляемый
Просмотреть файл

@ -1,18 +1,22 @@
*.tar filter=lfs diff=lfs merge=lfs -text
*.nii filter=lfs diff=lfs merge=lfs -text
*.nii.gz filter=lfs diff=lfs merge=lfs -text
*.pth.tar filter=lfs diff=lfs merge=lfs -text
*.h5 filter=lfs diff=lfs merge=lfs -text
*.npy filter=lfs diff=lfs merge=lfs -text
*.png filter=lfs diff=lfs merge=lfs -text
*.npz filter=lfs diff=lfs merge=lfs -text
*.dcm filter=lfs diff=lfs merge=lfs -text
*.zip filter=lfs diff=lfs merge=lfs -text
*.jpg filter=lfs diff=lfs merge=lfs -text
*.tiff filter=lfs diff=lfs merge=lfs -text
* text=auto
*.tar binary
*.nii binary
*.nii.gz binary
*.pth.tar binary
*.npy binary
*.npz filter=lfs diff=lfs merge=lfs -text
*.dcm filter=lfs diff=lfs merge=lfs -text
*.zip filter=lfs diff=lfs merge=lfs -text
*.jpg filter=lfs diff=lfs merge=lfs -text
*.tiff filter=lfs diff=lfs merge=lfs -text
*.npz binary
*.dcm binary
*.zip binary
*.jpg binary
*.tiff binary

Просмотреть файл

@ -72,6 +72,7 @@ gets uploaded to AzureML, by skipping all test folders.
- ([#596](https://github.com/microsoft/InnerEye-DeepLearning/pull/596)) Add `cudatoolkit=11.1` specification to environment.yml.
- ([#615](https://github.com/microsoft/InnerEye-DeepLearning/pull/615)) Minor changes to checkpoint download from AzureML.
- ([#605](https://github.com/microsoft/InnerEye-DeepLearning/pull/605)) Make build jobs deterministic for regression testing.
- ([#632](https://github.com/microsoft/InnerEye-DeepLearning/pull/632)) Nifti test data is no longer stored in Git LFS
### Fixed
- ([#606](https://github.com/microsoft/InnerEye-DeepLearning/pull/606)) Bug fix: registered models do not include the hi-ml submodule

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичные данные
Tests/ML/test_data/full_header_csv/ptv.nii.gz

Двоичный файл не отображается.

Двоичные данные
Tests/ML/test_data/full_header_csv/rectum.nii.gz

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичные данные
Tests/ML/test_data/posterior_bladder.nii.gz

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичные данные
Tests/ML/test_data/test_good.nii.gz

Двоичный файл не отображается.

Двоичные данные
Tests/ML/test_data/test_img.nii.gz

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Двоичный файл не отображается.

Просмотреть файл

@ -1,5 +1,5 @@
loss,cross_entropy,accuracy_at_threshold_05,seconds_per_batch,seconds_per_epoch,learning_rate,area_under_roc_curve,area_under_pr_curve,accuracy_at_optimal_threshold,false_positive_rate_at_optimal_threshold,false_negative_rate_at_optimal_threshold,optimal_threshold,subject_count,epoch,cross_validation_split_index
0.7016490995883942,0.7016490697860718,0.375,0.02346169948577881,0.06398129463195801,0.0001,0.8125,0.85,0.6666666865348816,0.0,0.5,0.5281670689582825,6.0,1,-1
0.702895998954773,0.7028960287570953,0.375,0.019975781440734863,0.05499887466430664,9.999712322065557e-05,0.5625,0.6458333333333333,0.6666666865348816,0.0,0.5,0.5280245542526245,6.0,2,-1
0.7125596106052399,0.712559700012207,0.25,0.02925896644592285,0.07402157783508301,9.999306876841536e-05,0.875,0.875,0.6666666865348816,0.0,0.5,0.5277201533317566,6.0,3,-1
0.7119755446910858,0.711975485086441,0.25,0.025499820709228516,0.0679938793182373,9.998613801725043e-05,0.875,0.875,0.6666666865348816,0.0,0.5,0.5274553894996643,6.0,4,-1
loss,cross_entropy,accuracy_at_threshold_05,seconds_per_batch,seconds_per_epoch,learning_rate,area_under_roc_curve,area_under_pr_curve,accuracy_at_optimal_threshold,false_positive_rate_at_optimal_threshold,false_negative_rate_at_optimal_threshold,optimal_threshold,subject_count,epoch,cross_validation_split_index
0.7016490995883942,0.7016490697860718,0.375,0.02346169948577881,0.06398129463195801,0.0001,0.8125,0.85,0.6666666865348816,0.0,0.5,0.5281670689582825,6.0,1,-1
0.702895998954773,0.7028960287570953,0.375,0.019975781440734863,0.05499887466430664,9.999712322065557e-05,0.5625,0.6458333333333333,0.6666666865348816,0.0,0.5,0.5280245542526245,6.0,2,-1
0.7125596106052399,0.712559700012207,0.25,0.02925896644592285,0.07402157783508301,9.999306876841536e-05,0.875,0.875,0.6666666865348816,0.0,0.5,0.5277201533317566,6.0,3,-1
0.7119755446910858,0.711975485086441,0.25,0.025499820709228516,0.0679938793182373,9.998613801725043e-05,0.875,0.875,0.6666666865348816,0.0,0.5,0.5274553894996643,6.0,4,-1

1 loss cross_entropy accuracy_at_threshold_05 seconds_per_batch seconds_per_epoch learning_rate area_under_roc_curve area_under_pr_curve accuracy_at_optimal_threshold false_positive_rate_at_optimal_threshold false_negative_rate_at_optimal_threshold optimal_threshold subject_count epoch cross_validation_split_index
2 0.7016490995883942 0.7016490697860718 0.375 0.02346169948577881 0.06398129463195801 0.0001 0.8125 0.85 0.6666666865348816 0.0 0.5 0.5281670689582825 6.0 1 -1
3 0.702895998954773 0.7028960287570953 0.375 0.019975781440734863 0.05499887466430664 9.999712322065557e-05 0.5625 0.6458333333333333 0.6666666865348816 0.0 0.5 0.5280245542526245 6.0 2 -1
4 0.7125596106052399 0.712559700012207 0.25 0.02925896644592285 0.07402157783508301 9.999306876841536e-05 0.875 0.875 0.6666666865348816 0.0 0.5 0.5277201533317566 6.0 3 -1
5 0.7119755446910858 0.711975485086441 0.25 0.025499820709228516 0.0679938793182373 9.998613801725043e-05 0.875 0.875 0.6666666865348816 0.0 0.5 0.5274553894996643 6.0 4 -1

Просмотреть файл

@ -1,25 +1,25 @@
prediction_target,epoch,subject,model_output,label,cross_validation_split_index,data_split
Default,1,S4,0.5216594338417053,0.0,-1,Train
Default,1,S5,0.5216594338417053,1.0,-1,Train
Default,1,S6,0.5216594338417053,0.0,-1,Train
Default,1,S7,0.5216594338417053,0.0,-1,Train
Default,1,S8,0.5213258266448975,0.0,-1,Train
Default,1,S1,0.5281670689582825,1.0,-1,Train
Default,2,S1,0.5280245542526245,1.0,-1,Train
Default,2,S4,0.521056056022644,0.0,-1,Train
Default,2,S7,0.521056056022644,0.0,-1,Train
Default,2,S6,0.521056056022644,0.0,-1,Train
Default,2,S8,0.5207627415657043,0.0,-1,Train
Default,2,S5,0.5207627415657043,1.0,-1,Train
Default,3,S5,0.5205143690109253,1.0,-1,Train
Default,3,S8,0.5205143690109253,0.0,-1,Train
Default,3,S1,0.5277201533317566,1.0,-1,Train
Default,3,S7,0.5205143690109253,0.0,-1,Train
Default,3,S4,0.5202868580818176,0.0,-1,Train
Default,3,S6,0.5202868580818176,0.0,-1,Train
Default,4,S1,0.5274553894996643,1.0,-1,Train
Default,4,S8,0.520030677318573,0.0,-1,Train
Default,4,S5,0.520030677318573,1.0,-1,Train
Default,4,S4,0.520030677318573,0.0,-1,Train
Default,4,S7,0.5197962522506714,0.0,-1,Train
Default,4,S6,0.5197962522506714,0.0,-1,Train
prediction_target,epoch,subject,model_output,label,cross_validation_split_index,data_split
Default,1,S4,0.5216594338417053,0.0,-1,Train
Default,1,S5,0.5216594338417053,1.0,-1,Train
Default,1,S6,0.5216594338417053,0.0,-1,Train
Default,1,S7,0.5216594338417053,0.0,-1,Train
Default,1,S8,0.5213258266448975,0.0,-1,Train
Default,1,S1,0.5281670689582825,1.0,-1,Train
Default,2,S1,0.5280245542526245,1.0,-1,Train
Default,2,S4,0.521056056022644,0.0,-1,Train
Default,2,S7,0.521056056022644,0.0,-1,Train
Default,2,S6,0.521056056022644,0.0,-1,Train
Default,2,S8,0.5207627415657043,0.0,-1,Train
Default,2,S5,0.5207627415657043,1.0,-1,Train
Default,3,S5,0.5205143690109253,1.0,-1,Train
Default,3,S8,0.5205143690109253,0.0,-1,Train
Default,3,S1,0.5277201533317566,1.0,-1,Train
Default,3,S7,0.5205143690109253,0.0,-1,Train
Default,3,S4,0.5202868580818176,0.0,-1,Train
Default,3,S6,0.5202868580818176,0.0,-1,Train
Default,4,S1,0.5274553894996643,1.0,-1,Train
Default,4,S8,0.520030677318573,0.0,-1,Train
Default,4,S5,0.520030677318573,1.0,-1,Train
Default,4,S4,0.520030677318573,0.0,-1,Train
Default,4,S7,0.5197962522506714,0.0,-1,Train
Default,4,S6,0.5197962522506714,0.0,-1,Train

1 prediction_target epoch subject model_output label cross_validation_split_index data_split
2 Default 1 S4 0.5216594338417053 0.0 -1 Train
3 Default 1 S5 0.5216594338417053 1.0 -1 Train
4 Default 1 S6 0.5216594338417053 0.0 -1 Train
5 Default 1 S7 0.5216594338417053 0.0 -1 Train
6 Default 1 S8 0.5213258266448975 0.0 -1 Train
7 Default 1 S1 0.5281670689582825 1.0 -1 Train
8 Default 2 S1 0.5280245542526245 1.0 -1 Train
9 Default 2 S4 0.521056056022644 0.0 -1 Train
10 Default 2 S7 0.521056056022644 0.0 -1 Train
11 Default 2 S6 0.521056056022644 0.0 -1 Train
12 Default 2 S8 0.5207627415657043 0.0 -1 Train
13 Default 2 S5 0.5207627415657043 1.0 -1 Train
14 Default 3 S5 0.5205143690109253 1.0 -1 Train
15 Default 3 S8 0.5205143690109253 0.0 -1 Train
16 Default 3 S1 0.5277201533317566 1.0 -1 Train
17 Default 3 S7 0.5205143690109253 0.0 -1 Train
18 Default 3 S4 0.5202868580818176 0.0 -1 Train
19 Default 3 S6 0.5202868580818176 0.0 -1 Train
20 Default 4 S1 0.5274553894996643 1.0 -1 Train
21 Default 4 S8 0.520030677318573 0.0 -1 Train
22 Default 4 S5 0.520030677318573 1.0 -1 Train
23 Default 4 S4 0.520030677318573 0.0 -1 Train
24 Default 4 S7 0.5197962522506714 0.0 -1 Train
25 Default 4 S6 0.5197962522506714 0.0 -1 Train