医学图像分割实战：基于U-Net与PyTorch的完整项目解析-北京尧图网络

简介一套面向毕业设计与课程开发的医学图像分割系统基于Python和深度学习技术实现采用经典的U-Net网络结构可完成医学影像中目标区域的自动分割。压缩包共收录138个文件整体大小约13.66MB内容涵盖120张PNG医学图像样本与分割结果图、6个Python源码文件、XML标注文件、项目说明文档、许可证文件以及PyCharm工程配置目录结构清晰便于直接导入开发环境并开展训练、预测和评估。项目中包含数据预处理、模型定义、训练测试等模块源码经过严格测试模块间解耦良好读者可以替换自定义数据集调整网络层数或损失函数快速搭建属于自己的实验基线。目前已有266人学习下载既适合高等院校学生用于毕业设计或课程设计也适合作为开发者初探医学图像分割的入门参考。1. 医学图像分割系统为什么是 U-Net为什么能直接当毕设用医学图像分割和普通图像分类是两码事分类只告诉你是猫是狗而分割要把每个像素点归类比如眼底图像里哪一块是血管、哪一块是背景。这个任务对精度和边界敏感度要求极高也正是毕业设计最容易出成果的方向——它有一个公认的经典基线模型 U-Net收敛稳定、可视化效果好、指标易于量化拿它做底子做改进工作量清晰答辩也好讲。这套基于 Python 深度学习的医学图像分割项目恰好是一个完整闭环带标注的医学图像数据集、U-Net 实现源码、训练与推理脚本、文档说明以及几张可以直接看到的预测效果图。对要做毕业设计、课程设计或者刚接触分割任务想快速上手的开发者来说它解决的最大问题不是“怎么调用一个现成模型”而是“从原始图像到最终分割结果整条链路怎么打通”。你可以在这个基础上替换数据集、改网络结构、调损失函数而不是从零搭框架。2. 项目结构与运行环境先把代码跑起来再谈改模型拿到项目源码包第一件事不是读代码而是把目录结构和依赖环境理顺。从文件清单能看到这是一个标准的 PyCharm 工程包含.gitignore、U-Net.iml、LICENSE、README.md还有几张 PNG 格式的结果图。这个结构说明作者是按一个可复现的 Python 工程来组织的而不是随手扔一堆脚本。2.1 环境配置Python 版本、PyTorch 与依赖安装该项目基于深度学习框架实现主流方案是 PyTorch。PyTorch 在医学图像分割领域占有率极高原因有两个动态图机制让网络结构调试直观配套的 torchvision 和 torchmetrics 让数据加载与指标计算都省事。安装时建议按 GPU 驱动版本选择对应的 CUDA 版本避免装完才发现版本不匹配。# 建议使用 Python 3.8 ~ 3.10太新的版本可能遇到第三方库兼容问题 conda create -n medical_seg python3.9 conda activate medical_seg # 安装 PyTorch这里以 CUDA 11.8 为例纯 CPU 环境可去掉 -c pytorch -c nvidia 并安装 CPU 版 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 其它依赖 pip install numpy opencv-python pillow matplotlib tqdm scikit-learn这里有个值得注意的点PyTorch 版本别装太旧。医学图像分割常用的 U-Net 实现涉及转置卷积和跳跃连接旧版本在某些算子实现上有差异但不影响大部分训练代码运行。如果你用的是 NVIDIA 显卡装完后务必跑一条命令验证 GPU 是否真的可用python -c import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))输出True和显卡型号才算通过。很多同学在这步翻车装的是 CPU 版本的 torch训练速度慢得让人怀疑人生。另外opencv-python 这个库在医学图像处理里承担图像读取和简单形态学操作安装时有概率遇到libGL.so.1报错这是 Linux 环境下缺少 OpenCV 依赖库执行apt-get install -y libgl1 libglib2.0-0即可解决Windows 下极少出现。2.2 工程入口与快速跑通项目里没有给出明确的入口文件名但 U-Net 类项目通常存在train.py、predict.py或类似的脚本。首先打开 README 看作者给出的运行说明这是最快路径。如果 README 信息不全就用最笨的办法——按模块结构读代码流程一般是dataset.py定义数据集类实现图像与对应 mask 的读取和预处理model.py定义 U-Net 网络结构train.py执行训练循环并保存权重predict.py加载权重对测试图像推理。先跑通再改这是我做项目资源复现的铁律。所谓跑通是能在一个小规模子集上完成一个完整的训练迭代并产出一张分割结果图。不要一上来就全量训练数据都没吃透就等着看 loss 曲线这是典型的“黑匣子”操作。为了在缺少关键脚本时也能快速验证环境临时写一个最小化前向传播脚本是可行思路如下import torch from torchsummary import summary # 假设 model.py 中定义了 U-Net 类这里模拟导入 from model import UNet device torch.device(cuda if torch.cuda.is_available() else cpu) model UNet(in_channels3, out_channels1).to(device) # 模拟一张 512x512 的 RGB 眼底图像输入 dummy_input torch.randn(1, 3, 512, 512).to(device) output model(dummy_input) print(输出特征图形状:, output.shape) # 期望为 (1, 1, 512, 512) # 打印每层参数量用于确认网络结构加载正常 summary(model, (3, 512, 512))这段代码的关键在于验证你的输入输出维度是否对齐。U-Net 网络的输入通道数由数据集决定如果是眼底血管分割通常用 RGB 三通道图像输出是单通道概率图。如果output.shape和预期不符问题多半出在网络最后一层的卷积核数量或激活函数上。输出通道数不等于类别数或者最后用了 softmax 而不是 sigmoid都会直接导致后续计算损失时报维度错误。torchsummary这个工具非常好用能把每层的参数和输出尺寸打印出来排查维度问题比反复看报错栈高效得多。2.3 文件清单里那几张 PNG 是什么项目里的21.png、23.png、24.png、28.png、25.png从命名规律看是序号命名的图片。这类文件通常在分割项目里扮演两个角色一是训练样本中的原始图像二是推理阶段的输出可视化。结合项目标题中的“测试”描述更合理的推断是测试集上几张图像的预测效果图用来直观展示分割结果。这几张图对答辩的意义很大。医学图像分割的最终交付物不只是指标数字还包括可视化结果因为评审老师更关心的是“分割边界是否贴合真实解剖结构”。你可以在答辩 PPT 里放三列对比——原图、标注图、预测图一眼就能看出模型效果。这也是我建议你在复现完这个项目后优先保存一批可视化结果的原因。3. 医学图像数据集预处理、增强与加载方式这套系统的数据集部分是核心资产。基于 U-Net 的医学图像分割项目最常用的公开数据集包括 DRIVE视网膜血管分割、ISIC皮肤病变分割、Lung Mask肺部掩膜等。从项目的适用范围来看DRIVE 类数据集的可能性较大——它有明确的训练集和测试集划分图像尺寸统一标注是二值掩膜非常适合作为课程设计和毕业设计的验证数据。3.1 数据集目录组织与读取拿到数据集后首先要确认目录结构。U-Net 类项目数据集通常这样组织dataset/ ├── train/ │ ├── images/ │ │ ├── 21.png │ │ └── ... │ └── masks/ │ ├── 21.png │ └── ... └── test/ ├── images/ └── masks/这个结构下数据集类的实现逻辑很清晰给定索引从 images 目录读原图从 masks 目录读对应名称的掩膜然后进行预处理。这里最容易踩的坑是图像和掩膜的文件名对不上或者掩膜不是单通道二值图而是 RGB 三通道的彩色标注图。RGB 标注图需要做颜色到类别 ID 的映射否则计算损失时维度会直接报错。数据集加载用 PyTorch 的 Dataset 类实现常见写法如下import os import cv2 import torch from torch.utils.data import Dataset class MedicalImageDataset(Dataset): def __init__(self, image_dir, mask_dir, image_size(512, 512), transformNone): self.image_dir image_dir self.mask_dir mask_dir self.image_size image_size self.transform transform # 以图像文件名作为两者对应的基准 self.image_names sorted(os.listdir(image_dir)) def __len__(self): return len(self.image_names) def __getitem__(self, idx): img_name self.image_names[idx] img_path os.path.join(self.image_dir, img_name) mask_path os.path.join(self.mask_dir, img_name) # 掩膜与图像同名 # 读取图像BGR 转 RGB 保持通道顺序一致 image cv2.imread(img_path) image cv2.cvtColor(image, cv2.COLOR_BGR2RGB) image cv2.resize(image, self.image_size) # 掩膜以灰度图方式读取保证是单通道 mask cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) mask cv2.resize(mask, self.image_size, interpolationcv2.INTER_NEAREST) # 归一化到 [0, 1] 区间 image image.astype(float32) / 255.0 mask mask.astype(float32) / 255.0 # 转换为 CHW 张量格式 image torch.from_numpy(image).permute(2, 0, 1) mask torch.from_numpy(mask).unsqueeze(0) return image, mask这个实现有几个细节值得说明。第一掩膜读取时必须用IMREAD_GRAYSCALE否则读进来是三通道和网络的单通道输出对不上。第二resize 掩膜时插值方式必须用INTER_NEAREST不能用默认的双线性插值因为掩膜是离散标签线性插值会产生非 0/1 的中间值导致损失函数计算出错或产生伪标签。第三掩膜归一化后没有做阈值处理如果原始标注是 0 和 255除以 255 后正好是 0 和 1但如果原始标注就是 0 和 1除以 255 后前景会变成约 0.004这是很多人在数据预处理阶段找不到原因的玄学问题。建议先打印掩膜的像素值分布再决定是否归一化。3.2 数据增强医学分割任务怎么增强才不翻车医学图像分割的数据集通常不大像 DRIVE 只有 20 张训练图直接训练 U-Net 这种参数量较大的网络过拟合风险很高。数据增强是做毕设必须加的一环但医学图像增强有讲究不能照搬 ImageNet 分类那套。import albumentations as A from albumentations.pytorch import ToTensorV2 # 训练集增强旋转翻转弹性形变亮度对比度调整 train_transform A.Compose([ A.RandomRotate90(p0.5), A.HorizontalFlip(p0.5), A.VerticalFlip(p0.5), A.ElasticTransform(alpha1.0, sigma50.0, alpha_affine30.0, p0.3), A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.5), A.Resize(512, 512), ToTensorV2() ]) # 测试集一般只做尺寸统一不做随机增强 test_transform A.Compose([ A.Resize(512, 512), ToTensorV2() ])albumentations 是医学图像分割里最常用的增强库因为它能保证图像和掩膜应用完全相同的变换不会出现图像转了掩膜没转的情况。这里特别注意ElasticTransform这个增强它对医学图像非常有效因为人体组织本身存在形变弹性增强能模拟这种生理变化但参数不能太大alpha 和 sigma 过大会产生不符合实际的扭曲影响模型学习真实分布。还有一点RandomBrightnessContrast在血管分割、病灶分割这类对亮度敏感的任务上要谨慎使用因为有些医学图像如 X 光片的灰度本身就具有诊断意义过度调整会破坏原始特征。我在实际项目中一般只对这个增强设 0.1 的幅度宁可小一点。3.3 类别不平衡医学图像分割的第一大坑医学图像分割里背景像素往往远多于前景像素。以眼底血管分割为例血管大概只占图像的 10% 左右如果直接按像素计算交叉熵损失模型只要把所有像素预测为背景就能拿到 90% 的准确率但这显然毫无意义。这也是为什么 U-Net 项目里几乎都默认使用 Dice Loss 或其变体。4. U-Net 训练流程损失函数、优化器与关键参数调优训练是整套系统的核心环节也是你改代码最多的地方。U-Net 的实现细节不展开讲但有几个训练层面的关键点必须说清因为它们直接决定模型能否收敛、分割效果好不好。4.1 损失函数的选择与实现医学图像分割最常用的损失函数是 Dice Loss它直接优化 Dice 系数对类别不平衡天然鲁棒。Dice 系数的计算方式是两个集合的交集乘以 2 除以两个集合的元素总数之和对应到像素级就是预测和标签中同时为正的像素点数目的两倍除以预测为正的像素点数加上标签为正的像素点数。def dice_loss(pred, target, smooth1.0): 计算 Dice Loss pred: 模型输出形状为 (B, 1, H, W)已经过 sigmoid 激活 target: 真实标签形状为 (B, 1, H, W)值为 0 或 1 smooth: 平滑项防止分母为 0 # 将张量展平为 (B, -1)方便按样本计算 pred pred.contiguous().view(pred.size(0), -1) target target.contiguous().view(target.size(0), -1) intersection (pred * target).sum(dim1) cardinality pred.sum(dim1) target.sum(dim1) dice (2.0 * intersection smooth) / (cardinality smooth) return 1.0 - dice.mean()smooth参数是防除零的平滑项默认设 1.0 即可。如果数据集里某个样本的标签全为背景没有前景像素cardinality 为 0此时 dice 被 smooth 兜底不会产生 NaN。但如果你把 smooth 设成 0遇到这类样本就会梯度爆炸。实际训练中也有人用 BCE Dice 的混合损失公式是loss bce_loss dice_loss这种做法在小目标分割任务上效果更好因为 BCE 提供逐像素的梯度信号Dice 负责整体形状约束。两种策略都可以尝试不必迷信某一种。4.2 优化器、学习率与训练轮数U-Net 训练的经典配置是 Adam 优化器加固定学习率或余弦退火。和分类任务不同分割任务的损失函数曲面更复杂学习率设置不当很容易出现在某个高 Dice 值附近震荡但不收敛的情况。我的一般做法是import torch.optim as optim from torch.optim.lr_scheduler import CosineAnnealingLR optimizer optim.Adam(model.parameters(), lr1e-4, weight_decay1e-5) scheduler CosineAnnealingLR(optimizer, T_max100, eta_min1e-6) # 训练循环中每个 epoch 结束后执行 scheduler.step()学习率初始值建议从1e-4开始不要用分类任务常用的1e-3。原因是分割任务的每个像素都参与损失计算梯度信号非常丰富学习率过大会导致 Dice 系数剧烈震荡loss 曲线看起来像心电图。weight_decay设为1e-5足够太大的正则化反而会让分割边界变模糊。余弦退火调度器在训练后期能把学习率压得很低让模型在损失曲面的底部精细搜索一般训练 100~150 个 epoch 就能在 DRIVE 这类小数据集上取得不错的效果。Batch Size 的设定相对简单如果显存够用设 8 或 16 都可以。512x512 的输入尺寸加上 U-Net 的深度特征图显存占用大约在 6~8GB 每张卡所以 8G 显存的显卡设 batch size 为 4 比较稳妥。4.3 训练主循环与模型保存U-Net 项目的训练脚本通常包含两个关键环节每个 epoch 结束后的验证集评估以及模型权重保存策略。保存策略这里就有讲究建议用“保存验证集 Dice 系数最高的模型”而不是“保存最后一个 epoch 的模型”。import torch # 假设已经定义模型、优化器、数据加载器 best_dice 0.0 num_epochs 100 for epoch in range(num_epochs): model.train() train_loss 0.0 for images, masks in train_loader: images, masks images.to(device), masks.to(device) optimizer.zero_grad() outputs model(images) # 输出经过 sigmoid 归一化到 [0,1] probs torch.sigmoid(outputs) loss dice_loss(probs, masks) loss.backward() optimizer.step() train_loss loss.item() * images.size(0) # 验证阶段 model.eval() val_dice 0.0 with torch.no_grad(): for images, masks in val_loader: images, masks images.to(device), masks.to(device) probs torch.sigmoid(model(images)) # 阈值化为二值掩膜 preds (probs 0.5).float() # 计算 Dice 系数 intersection (preds * masks).sum() dice (2.0 * intersection) / (preds.sum() masks.sum() 1e-6) val_dice dice.item() * images.size(0) val_dice / len(val_loader.dataset) print(fEpoch [{epoch1}/{num_epochs}] | Train Loss: {train_loss/len(train_loader.dataset):.4f} | Val Dice: {val_dice:.4f}) # 保存最佳模型 if val_dice best_dice: best_dice val_dice torch.save(model.state_dict(), best_model.pth) print(f模型已保存验证集 Dice: {best_dice:.4f})训练循环里有个细节容易被忽略model.eval()和torch.no_grad()要同时使用。eval()切换 dropout 和 batchnorm 的行为no_grad()才真正关闭梯度计算两者缺一都会造成显存浪费或验证结果不稳定。特别是模型结构里有 BatchNorm 层时如果忘记切eval()验证时 BatchNorm 仍然用当前 batch 的统计量会导致验证指标不准确——这是很多人发现训练集 loss 和验证集 loss 差距很大但找不到原因时最容易忽略的坑。4.4 训练效果评估指标医学图像分割使用最普遍的指标是 Dice 系数、IoU交并比和像素准确率。其中 IoU 和 Dice 存在换算关系IoU 在答辩中更容易被理解和解释。计算方式如下def iou_score(pred, target, threshold0.5): 计算 IoU交并比 pred: 模型输出概率图形状 (B, 1, H, W) target: 真实标签形状 (B, 1, H, W) # 阈值化 pred_binary (pred threshold).float() intersection (pred_binary * target).sum(dim(2, 3)) union pred_binary.sum(dim(2, 3)) target.sum(dim(2, 3)) - intersection iou intersection / (union 1e-6) return iou.mean().item()这里的threshold是二值化阈值默认 0.5。在推理阶段预测输出的概率图通常要经过一个阈值判断才能变成最终的分割掩膜。0.5 是一个通用的起始值但在这个项目上你完全可以把阈值当作超参数调。血管分割本身就是细长结构概率值普遍偏低把阈值降到 0.4 或 0.35 往往能召回更多细小血管如果噪声多、假阳性高就往 0.6 调。5. U-Net 项目避坑指南环境、数据与训练常见问题排查这一章是我在复现同类项目时积累的踩坑记录每一条都对应过一个具体的报错或异常结果。按“现象 → 原因 → 解决”写清楚实战价值比任何理论分析都高。5.1 显存不足明明模型不大OOM 却反复出现现象训练刚开始第一个 iteration 就报CUDA out of memory或者训练中途显存持续增长后崩溃。原因最常见的原因是输入图像尺寸过大或 batch size 设置过高。512x512 的输入在 U-Net 里下采样 4 次后最小特征图是 32x32但注意跳跃连接保存的特征图会占用大量显存。另一个隐蔽原因是验证阶段没有关闭梯度计算导致显存翻倍占用。解决先把 batch size 降到 2 或 1 验证是否复现。如果单张图都 OOM用torch.cuda.empty_cache()清理缓存并检查是否有其它进程占用了显存。nvidia-smi查看内存占用。另外检查数据加载时是否无意中保留了计算图训练代码里确保每个 batch 的loss.backward()之前optimizer.zero_grad()。# 查看 GPU 占用情况 nvidia-smi # 清理 PyTorch 缓存在代码开头调用 import torch torch.cuda.empty_cache()5.2 训练 Loss 下降但验证 Dice 不涨过拟合的信号现象训练集 loss 从 0.7 降到 0.2但验证集 Dice 始终在 0.7 左右波动无法提升。原因这是典型的过拟合尤其在 DRIVE 只有 20 张训练图的情况下。U-Net 参数量约 3000 万用 20 张图训练这种规模的网络过拟合几乎是必然的。解决从三个方向入手。一是增强数据增强的强度把水平翻转、垂直翻转、随机旋转的概率都提到 0.7弹性形变加上二是使用预训练权重做迁移学习虽然 U-Net 的 encoder 是自定义结构但可以嫁接 ResNet 作为 encoder 的版本初始化效果远好于随机初始化三是增大推理时的输入图像 patch 数量训练时用随机裁剪的 256x256 patch 而不是整张 512x512 图变相增加数据多样性。5.3 掩膜读取后全是黑色或全白像素值范围不一致现象训练出的模型预测全是背景或者可视化掩膜时发现标记者区域和原图对不上。原因掩膜的像素值不统一。有的数据集标注用 0 和 255有的用 0 和 1有的把前景标为 128。如果代码里固定除以 255但数据本身只有 0 和 1前景就变成了接近 0 的值网络学到的是把几乎全黑的图预测为背景。解决加一步诊断代码打印 mask 的像素值唯一值和分布import cv2 import numpy as np mask cv2.imread(mask_path.png, cv2.IMREAD_GRAYSCALE) print(唯一像素值:, np.unique(mask)) print(最大值:, mask.max(), 最小值:, mask.min())拿到实际值范围后再决定是否归一化以及用何种方式归一化。如果唯一值是[0, 255]直接除以 255 没问题如果是[0, 1]就不要除或者先乘 255 再除。5.4 推理结果出现网格状伪影上采样方式的问题现象分割出来的区域边界呈棋盘格状尤其在细长结构血管、神经上特别明显视觉上就像像素网格放大了。原因U-Net 的解码器部分用了转置卷积nn.ConvTranspose2d转置卷积的核大小和步长不匹配时会产生棋盘格伪影这在生成式模型里是经典问题。解决优先改用双线性插值上采样普通卷积的组合替代转置卷积。在实现上就是把nn.ConvTranspose2d换成nn.Upsample(scale_factor2, modebilinear, align_cornersTrue)后面接一个nn.Conv2d。这种改动对分割精度影响很小但能显著提升分割边界的视觉质量。你可以在现有网络结构上做这个替换作为自己的一个小改进点写进论文里。5.5 训练数据有没有做归一化图像通道顺序和值域排查现象训练曲线异常Loss 在训练初期就出现 NaN或者训练完的模型输出全是一个常数。原因输入图像通道顺序错乱RGB 变 BGR、图像值域过大0~255 直接输入网络或损失函数输入了未经 sigmoid 激活的 logits都会在训练初期引发数值不稳定。解决数据加载时统一执行image / 255.0并把通道从 HWC 转为 CHW模型输出如果是裸 logits计算 Dice Loss 前必须过torch.sigmoid()。下面这段是排查输入数据的标准写法from PIL import Image import numpy as np img Image.open(21.png).convert(RGB) arr np.array(img) print(形状:, arr.shape, 值域:, arr.min(), arr.max()) print(通道顺序是否 RGB:, np.allclose(arr[:, :, 0], arr[:, :, 1]) False)6. 推理脚本实战批量预测、结果保存与可视化对比把训练好的模型用起来才算真正吃透这套系统。推理阶段除了加载模型和预测还要解决三个实际问题如何批量处理测试集图像、如何把概率图保存成可视化的分割结果、以及如何和标注图对比来直观说明模型效果。推理脚本的完整逻辑如下这个脚本可以直接放到项目里使用import os import cv2 import torch import numpy as np from model import UNet def predict_image(model, image_path, device, threshold0.5, save_pathNone): 单张图像推理 model: 训练好的 U-Net 模型 image_path: 输入图像路径 threshold: 概率图二值化阈值 save_path: 分割结果保存路径 # 读取图像并预处理 image cv2.imread(image_path) image cv2.cvtColor(image, cv2.COLOR_BGR2RGB) original_size image.shape[:2] # 保存原始尺寸用于恢复 # 调整到模型输入尺寸 image_resized cv2.resize(image, (512, 512)) image_tensor torch.from_numpy(image_resized.astype(float32) / 255.0).permute(2, 0, 1).unsqueeze(0).to(device) # 推理 model.eval() with torch.no_grad(): output model(image_tensor) prob torch.sigmoid(output).cpu().numpy()[0, 0] # 取出单通道概率图 # 二值化并恢复原始尺寸 mask_binary (prob threshold).astype(uint8) * 255 mask_resized cv2.resize(mask_binary, (original_size[1], original_size[0]), interpolationcv2.INTER_NEAREST) if save_path: cv2.imwrite(save_path, mask_resized) return mask_resized # 批量推理测试集 def batch_predict(model, test_dir, output_dir, device): os.makedirs(output_dir, exist_okTrue) model.load_state_dict(torch.load(best_model.pth, map_locationdevice)) model.to(device) for img_name in os.listdir(test_dir): if not img_name.lower().endswith((.png, .jpg, .jpeg)): continue img_path os.path.join(test_dir, img_name) save_path os.path.join(output_dir, fpred_{img_name}) predict_image(model, img_path, device, threshold0.45, save_pathsave_path) print(f预测完成: {img_name} - {save_path})推理脚本里有三个参数值得你反复调。第一个是threshold前文提过细结构目标建议往低调0.35~0.45粗大目标用 0.5 即可第二个是batch_predict里加载权重的路径注意map_locationdevice这个参数如果你训练的模型是 GPU 的换到 CPU 机器上推理时缺了这个参数会报键值不匹配的错第三个是保存结果的插值方式恢复原始尺寸时一定要用INTER_NEAREST保持分割掩膜的离散性。可视化对比对毕设答辩和论文插图很有价值建议单独写一个拼接脚本把原图、标注图、预测图水平拼接成三列对比图import matplotlib.pyplot as plt def visualize_comparison(image_path, mask_path, pred_mask, save_path): 可视化对比原图 vs 标注 vs 预测 image cv2.imread(image_path) image cv2.cvtColor(image, cv2.COLOR_BGR2RGB) gt_mask cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE) fig, axes plt.subplots(1, 3, figsize(15, 5)) axes[0].imshow(image) axes[0].set_title(Original Image) axes[1].imshow(gt_mask, cmapgray) axes[1].set_title(Ground Truth) axes[2].imshow(pred_mask, cmapgray) axes[2].set_title(Prediction) for ax in axes: ax.axis(off) plt.tight_layout() plt.savefig(save_path, dpi200, bbox_inchestight) plt.close()这套系统的价值在于完整复现了医学图像分割的标准管线从数据处理到模型训练再到推理可视化每一步都可以独立修改和验证。我在实际使用这类项目时习惯性地把学习和复现的边界划定得很清楚先把作者提供的默认配置跑通再逐步替换数据集、修改网络结构、调整损失函数每做一步改变就记录一次训练指标的变化这套流程能帮你快速判断改动是否有效。从那以后我每次跑新数据集都强制自己先输出五张对比图再讨论指标高低因为这能暴露出很多数字看不到的问题。希望这份拆解能帮你在毕业设计或课程项目上少走弯路尽快跑出属于自己的分割结果。本文还有配套的精品资源点击获取

医学图像分割实战：基于U-Net与PyTorch的完整项目解析

相关推荐

基于Python与U-Net的医学图像分割系统构建全指南

基于MFC的扫雷程序设计：从算法到界面的完整工程实践

基于SpringBoot+Vue的社区医院信息管理系统设计与实现

更多资讯

深度学习新闻分类推荐系统：从TextCNN到个性化推荐

汽车电子底层软件开发：AUTOSAR与CAN总线实战解析

Vim基础操作全攻略：保存退出、模式切换与高频命令实战

Python+CNN车牌识别实战：从数据预处理到模型训练与部署

AI元人文：从工具使用到思维重构的深度探索

从harness工程到认知工程：Agent系统升级的完整指南

今日更新

AI元人文：从工具使用到思维重构的深度探索

Python+CNN车牌识别实战：从数据预处理到模型训练与部署

Vim基础操作全攻略：保存退出、模式切换与高频命令实战

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？