項目 MONAI 繼續(xù)擴展其端到端工作流，推出了新版本和一個名為 MONAI 部署推斷服務的新子項目。

項目 MONAI 正在發(fā)布對現(xiàn)有框架的三個新更新， MONAI v0.8 、 MONAI 標簽 v0.3 和 MONAI 部署應用程序 SDK v0.2 。它還將 MONAI 部署子系統(tǒng)擴展為 MONAI 部署推斷服務（ MIS ），這是一個在 Kubernetes 集群中運行 MONAI 應用程序包（映射）作為云本機微服務的服務器。

MIS 通過與 Kubernetes 等容器編排系統(tǒng)集成，幫助擴展 MONAI 的端到端功能。通過使用 Kubernetes 框架，開發(fā)人員可以快速開始測試他們的模型。這允許將執(zhí)行從本地開發(fā)轉移到登臺環(huán)境。

MONAI 堆芯 v0.8

MONAI 核心 v0.8 著重于通過添加自我監(jiān)督和多實例學習支持來擴展其學習能力。

還包括一個新的稱為 DiNTS 的最先進的差分搜索框架，該框架有助于加速對大規(guī)模 3D 圖像集（如醫(yī)學成像中的圖像集）的神經(jīng)架構搜索（ NAS ）。

亮點包括：

MSD 數(shù)據(jù)集示例的多實例學習。

變換和筆記本的可視化，以及 3D 圖像變換增強方法。

利用 vision transformer 教程，通過預培訓管道進行自我監(jiān)督學習，突出使用未標記數(shù)據(jù)進行培訓，并適應下游任務。

DiNTS AutoML ，示例使用 MSD 任務。

使用隨附的 Jupyter 筆記本電腦開始使用新功能：

Transform Visualization

Self-Supervised Learning

MONAI v0.3

MONAI Label v0.3 側重于包括多標簽分段支持，以 DynUNet 和 UNETR 網(wǎng)絡作為基本架構選項。它還注重通過多 GPU 培訓支持增強性能，以提高可擴展性和可用性，從而使主動學習更易于使用。

亮點包括：

多標簽分割支持

多 GPU 訓練

主動學習用戶體驗變化

MONAI 部署

MONAI 部署 App SDK v0.2

MONAI Deploy App SDK v0.2 繼續(xù)擴展其基本運營商，包括對其他 DICOM 操作的支持。

亮點包括：

用于 DICOM 系列選擇的運算符。

用于導出 DICOM 結構化報告的操作員分類結果 SOP 。

MONAI 部署推理服務 v0.1

MONAI 部署推斷服務 v0.1 是 MONAI 部署應用程序服務器的第一個組件，該服務器繼續(xù)在 MONAI 的端到端工作流上擴展。它包括將 MONAI 部署應用程序 SDK 創(chuàng)建的 MONAI 應用程序包（映射）部署到 Kubernetes 集群的能力。

亮點包括：

在 MIS 的掌舵圖中注冊地圖。

通過 RESTAPI 請求上載輸入，并使其可用于映射容器。

為映射容器調配資源。

向發(fā)出請求的客戶端提供映射容器的輸出。

看看新的MONAI部署教程這將引導您使用 App SDK 創(chuàng)建地圖，部署 MIS 服務，并將地圖推送到 MIS 以作為云本機微服務運行。

關于作者

Michael Zephyr 是 NVIDIA Clara 團隊的開發(fā)者傳道者，負責幫助設計所有 NVIDIA Clara 產(chǎn)品的開發(fā)者體驗。他通過博客帖子、網(wǎng)絡研討會和會議來開發(fā)和展示內容，幫助開發(fā)人員快速入門。邁克爾獲得了佐治亞理工大學計算機科學碩士學位，專攻機器學習和交互智能。

審核編輯：郭婷