该存储库提供了TransUNet官方项目，该项目在我们的论文“TransUNet：变压器为医学图像分割...”中进行了阐述。

简介：
该传输网络存储库包含了代码，用于实现以下操作：首先，下载Google提供的预先训练好的ViT模型，例如R50-ViT-B_16、ViT-B_16、ViT-L_16等。 具体步骤是使用`wget`命令：`https://storage.googleapis.com/vit_models/imagenet21k/{MODEL_NAME}.npz`。 随后，创建名为`../model/vit_checkpoint/imagenet21k`的目录，并将下载的模型文件`{MODEL_NAME}.npz`移动到该目录中，命名为`{MODEL_NAME}.npz2`。 为了获取数据准备的详细信息，请访问相关资源；或者，您可以通过发送电子邮件至jienengchen01 AT gmail.com来请求预处理的数据。 请注意，如果您计划使用预处理后的数据进行研究目的，则不得重新分发这些数据。最后，请确保您的环境中配置了Python 3.7版本，并使用相应的命令进行后续操作。