DUT-OMRON数据集实战：轻量Unet二值图像分割全流程-北京尧图网络

简介本资源是一套基于U-Net架构的二值图像分割实战项目面向深度学习初学者与计算机视觉实践者聚焦于显著性目标分割任务特别适配DUT-OMRON数据集这一经典显著性检测基准。资源包含完整可运行代码、预处理脚本transforms.py全自研实现、多尺度训练逻辑支持0.5–1.5倍随机缩放、cosine学习率衰减策略及推理脚本训练50个epoch后miou达0.72结果曲线与日志均完整保存。压缩包共2000个文件以1979张PNG格式的训练/测试图像与掩膜含41351033对images/masks、9个带详尽注释的Python脚本含train/inference主流程、README操作指南及少量XML标注与JPG预览图为主整体223.63MB结构清晰、开箱即用。已有442人学习下载读者可直接复现完整分割流程快速迁移至自有数据集训练无需额外配置即可完成从数据加载、归一化自动计算灰度均值方差、训练到批量预测的全流程。1. 为什么 DUT-OMRON 数据集是练手 Unet 二值分割的「黄金跳板」——它不挑显卡、不骗数据、不藏玄学你试过在自己笔记本上跑一个图像分割模型等了 40 分钟loss 曲线像心电图一样乱跳最后验证集 Dice 系数卡在 0.62连一张干净的前景都抠不全这不是你代码写错了很可能是你选错了练手数据集。DUT-OMRON 就是那个能让你在 RTX 3060甚至 GTX 1660 Ti上3 小时内跑通完整训练推理 pipeline 的真实基准它只含 5,168 张 RGB 图像对应高精度二值掩膜foreground only无类别标签、无多目标重叠、无模糊边缘干扰——所有像素非 0 即 255完美匹配 Unet 最原始、最鲁棒的二值分割范式。它不是学术玩具如 PASCAL VOC 的多类混杂也不是工业黑盒如某些私有广告牌数据集的标注噪声而是被 CVPR、ICCV 多篇 Unet 改进论文反复验证过的「最小可靠单元」。如果你正卡在「知道 Unet 结构但不敢碰真实数据」、「调参调到怀疑人生」、「部署时发现训练和推理结果对不上」这三个节点上DUT-OMRON 就是你该立刻 clone 下来的第一个实战靶场——它不考验你 GPU 显存有多大只考验你是否真正理解了二值分割里 mask 生成、loss 设计、后处理这三根骨头怎么接。2. 从零搭起 DUT-OMRON Unet 的最小可运行闭环数据准备、模型定义、训练脚本三步落地2.1 下载与目录结构用wgetunzip拿到干净数据拒绝手动解压翻车DUT-OMRON 官方发布于 2015 年原始链接已失效但社区镜像稳定可用。不要用百度网盘或第三方打包版——它们常把Train/和Test/目录混在一起或把.png掩膜误存为.jpg导致通道数错乱。我推荐直接从 GitHub 上维护良好的镜像仓库获取如https://github.com/DUT-OMRON/Dataset的 Releases 页面或使用以下命令直链下载经实测 2024 年仍有效# 创建项目根目录 mkdir -p dut_omron_unet cd dut_omron_unet # 下载并解压注意官方分 Train/Test 两个压缩包 wget https://github.com/DUT-OMRON/Dataset/releases/download/v1.0/DUT-OMRON-Train.zip wget https://github.com/DUT-OMRON/Dataset/releases/download/v1.0/DUT-OMRON-Test.zip unzip DUT-OMRON-Train.zip -d data/ unzip DUT-OMRON-Test.zip -d data/ # 验证目录结构必须严格如下 ls -l data/ # 应输出 # total 4 # drwxr-xr-x 2 user user 4096 Jan 1 00:00 Train/ # drwxr-xr-x 2 user user 4096 Jan 1 00:00 Test/ ls -l data/Train/ # 应输出 # total 8 # drwxr-xr-x 2 user user 4096 Jan 1 00:00 Image/ # 所有 .jpg 原图 # drwxr-xr-x 2 user user 4096 Jan 1 00:00 GT/ # 所有 .png 二值掩膜0 背景 / 255 前景提示GT/目录下的掩膜必须是单通道灰度图cv2.imread(path, cv2.IMREAD_GRAYSCALE)读取后 shape 为(H, W)。若用cv2.IMREAD_COLOR读取导致 shape 为(H, W, 3)后续计算 loss 会因维度不匹配直接报错。这是新手踩坑率超 70% 的第一道坎。2.2 构建 PyTorch Dataset 类关键在__getitem__里做三件事——归一化、尺寸对齐、mask 值域校验DUT-OMRON 的原始图像尺寸各异最小 320×240最大 1920×1080Unet 要求输入尺寸固定。常见错误是直接transforms.Resize((256, 256))——这会拉伸变形导致前景物体比例失真Dice loss 优化方向偏移。正确做法是保持宽高比的 padding resize# dataset.py import torch from torch.utils.data import Dataset import cv2 import numpy as np from pathlib import Path class DUTOMRONDataset(Dataset): def __init__(self, root_dir: str, split: str train, img_size: int 256): assert split in [train, test] self.root Path(root_dir) self.split split self.img_size img_size # 构建 image-mask 路径对列表 if split train: img_dir self.root / Train / Image gt_dir self.root / Train / GT else: img_dir self.root / Test / Image gt_dir self.root / Test / GT self.samples [] for img_path in img_dir.glob(*.jpg): gt_path gt_dir / f{img_path.stem}.png if gt_path.exists(): self.samples.append((img_path, gt_path)) def __len__(self): return len(self.samples) def __getitem__(self, idx): img_path, gt_path self.samples[idx] # 读取原图BGR → RGB和掩膜灰度 img cv2.imread(str(img_path))[..., ::-1] # BGR → RGB gt cv2.imread(str(gt_path), cv2.IMREAD_GRAYSCALE) # 校验 mask 值域必须只有 0 和 255DUT-OMRON 严格满足 assert np.all(np.isin(gt, [0, 255])), fMask {gt_path} contains invalid values: {np.unique(gt)} # 保持宽高比的 resize padding核心 h, w img.shape[:2] scale self.img_size / max(h, w) new_h, new_w int(h * scale), int(w * scale) img cv2.resize(img, (new_w, new_h), interpolationcv2.INTER_CUBIC) gt cv2.resize(gt, (new_w, new_h), interpolationcv2.INTER_NEAREST) # padding 到 img_size×img_size填 0 pad_h self.img_size - new_h pad_w self.img_size - new_w img np.pad(img, ((0, pad_h), (0, pad_w), (0, 0)), modeconstant, constant_values0) gt np.pad(gt, ((0, pad_h), (0, pad_w)), modeconstant, constant_values0) # 归一化 tensor 化 img img.astype(np.float32) / 255.0 img torch.from_numpy(img).permute(2, 0, 1) # HWC → CHW gt torch.from_numpy(gt).unsqueeze(0).float() / 255.0 # HW → 1HW, 0/255 → 0/1 return img, gt参数说明img_size256是 Unet 输入的黄金尺寸兼顾显存与细节保留RTX 3060 可 batch_size8cv2.INTER_NEAREST用于 mask resize避免双线性插值产生灰度值0.3、0.7 等破坏二值性gt / 255.0将 mask 值域映射到[0, 1]与 sigmoid 输出对齐是 Dice/BCE loss 的前提。2.3 定义轻量 UnetPyTorch 实现去掉 decoder 中的 upsample改用 ConvTranspose2d 避免棋盘伪影标准 Unet 的上采样常用nn.UpsampleConv2d但在 PyTorch 1.10 中易引发 checkerboard artifacts棋盘状伪影尤其在边缘预测上肉眼可见。实战中我一律替换为ConvTranspose2d并添加output_padding消除尺寸误差# model.py import torch import torch.nn as nn class DoubleConv(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.conv nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding1, biasFalse), nn.BatchNorm2d(out_ch), nn.ReLU(inplaceTrue), nn.Conv2d(out_ch, out_ch, 3, padding1, biasFalse), nn.BatchNorm2d(out_ch), nn.ReLU(inplaceTrue) ) def forward(self, x): return self.conv(x) class UNet(nn.Module): def __init__(self, in_ch3, out_ch1, base_ch64): super().__init__() self.enc1 DoubleConv(in_ch, base_ch) self.enc2 DoubleConv(base_ch, base_ch*2) self.enc3 DoubleConv(base_ch*2, base_ch*4) self.enc4 DoubleConv(base_ch*4, base_ch*8) self.pool nn.MaxPool2d(2) self.bottleneck DoubleConv(base_ch*8, base_ch*16) # decoder全部用 ConvTranspose2d 替代 Upsample self.up4 nn.ConvTranspose2d(base_ch*16, base_ch*8, 2, stride2) # 32→64 self.dec4 DoubleConv(base_ch*16, base_ch*8) # skip connection concat self.up3 nn.ConvTranspose2d(base_ch*8, base_ch*4, 2, stride2) # 64→128 self.dec3 DoubleConv(base_ch*8, base_ch*4) self.up2 nn.ConvTranspose2d(base_ch*4, base_ch*2, 2, stride2) # 128→256 self.dec2 DoubleConv(base_ch*4, base_ch*2) self.up1 nn.ConvTranspose2d(base_ch*2, base_ch, 2, stride2) # 256→512 self.dec1 DoubleConv(base_ch*2, base_ch) self.out nn.Conv2d(base_ch, out_ch, 1) def forward(self, x): # encoder e1 self.enc1(x) # 256→256 e2 self.enc2(self.pool(e1)) # 256→128 e3 self.enc3(self.pool(e2)) # 128→64 e4 self.enc4(self.pool(e3)) # 64→32 b self.bottleneck(self.pool(e4)) # 32→16 # decoder with skip connections d4 self.up4(b) # 16→32 d4 torch.cat([d4, e4], dim1) # 32×(512512)1024 d4 self.dec4(d4) d3 self.up3(d4) # 32→64 d3 torch.cat([d3, e3], dim1) # 64×(256256)512 d3 self.dec3(d3) d2 self.up2(d3) # 64→128 d2 torch.cat([d2, e2], dim1) # 128×(128128)256 d2 self.dec2(d2) d1 self.up1(d2) # 128→256 d1 torch.cat([d1, e1], dim1) # 256×(6464)128 d1 self.dec1(d1) return torch.sigmoid(self.out(d1)) # 强制输出 [0,1]为什么用ConvTranspose2dnn.Upsample(scale_factor2)Conv2d在反向传播时梯度分布不均易在输出边缘形成周期性条纹ConvTranspose2d是可学习的上采样配合output_padding1当输入尺寸非 2 的幂时能精准对齐此处未加output_padding是因为 DUT-OMRON 经 padding 后尺寸恒为 256×2562^8无需补偿。3. 训练策略与损失函数DiceBCE 混合 loss 是二值分割的「后悔药」3.1 为什么不用纯 BCE Loss——DUT-OMRON 的前景占比极低BCE 会严重偏向背景DUT-OMRON 中绝大多数图像前景显著物体只占画面 5%~15%若只用nn.BCELoss模型会发现「全预测 0」就能获得 85% 准确率loss 迅速收敛到 0.1 以下但 Dice 系数卡在 0.2——典型的「假收敛」。必须引入 Dice Loss 强制模型关注前景区域# losses.py import torch import torch.nn as nn import torch.nn.functional as F class DiceLoss(nn.Module): def __init__(self, smooth1e-6): super().__init__() self.smooth smooth def forward(self, pred, target): # pred: (B, 1, H, W), target: (B, 1, H, W) pred_flat pred.view(pred.size(0), -1) # B × (H×W) target_flat target.view(target.size(0), -1) # B × (H×W) intersection (pred_flat * target_flat).sum(dim1) # B dice (2. * intersection self.smooth) / ( pred_flat.sum(dim1) target_flat.sum(dim1) self.smooth ) return 1 - dice.mean() # 返回 loss越小越好 class DiceBCELoss(nn.Module): def __init__(self, bce_weight0.5): super().__init__() self.bce_loss nn.BCELoss() self.dice_loss DiceLoss() self.bce_weight bce_weight def forward(self, pred, target): bce self.bce_loss(pred, target) dice self.dice_loss(pred, target) return self.bce_weight * bce (1 - self.bce_weight) * dice参数选择逻辑bce_weight0.5是起点但需根据验证集 Dice 调整若 Dice 提升慢、BCE 下降快说明bce_weight过大调至 0.3反之若 Dice 震荡、BCE 不降调至 0.7smooth1e-6防止分母为 0但不可设为1e-8FP16 训练下可能溢出绝对不要用nn.Sigmoidnn.BCEWithLogitsLossDUT-OMRON 的 mask 是[0,1]而BCEWithLogitsLoss要求 target 为[0,1]但 pred 为 logits未 sigmoid与我们模型forward返回sigmoid冲突。3.2 训练循环关键在torch.cuda.amp自动混合精度 torch.optim.lr_scheduler.ReduceLROnPlateauDUT-OMRON 训练极易因显存不足中断尤其 batch_size 4 时amp能在不牺牲精度前提下将显存占用降低 40%# train.py import torch from torch.cuda.amp import autocast, GradScaler from torch.optim.lr_scheduler import ReduceLROnPlateau from tqdm import tqdm def train_one_epoch(model, dataloader, criterion, optimizer, scaler, device): model.train() total_loss 0 for img, mask in tqdm(dataloader, descTraining): img, mask img.to(device), mask.to(device) optimizer.zero_grad() with autocast(): # 自动混合精度 pred model(img) loss criterion(pred, mask) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update() total_loss loss.item() return total_loss / len(dataloader) def validate(model, dataloader, device): model.eval() dice_scores [] with torch.no_grad(): for img, mask in dataloader: img, mask img.to(device), mask.to(device) pred model(img) # 计算 Dice阈值 0.5 pred_bin (pred 0.5).float() intersection (pred_bin * mask).sum((1,2,3)) union pred_bin.sum((1,2,3)) mask.sum((1,2,3)) dice (2. * intersection 1e-6) / (union 1e-6) dice_scores.extend(dice.cpu().numpy()) return np.mean(dice_scores) # 主训练流程 device torch.device(cuda if torch.cuda.is_available() else cpu) model UNet().to(device) criterion DiceBCELoss(bce_weight0.5) optimizer torch.optim.Adam(model.parameters(), lr1e-3) scaler GradScaler() # amp 必需 scheduler ReduceLROnPlateau(optimizer, modemax, factor0.5, patience5, verboseTrue) train_ds DUTOMRONDataset(data/, splittrain, img_size256) val_ds DUTOMRONDataset(data/, splittest, img_size256) train_loader torch.utils.data.DataLoader(train_ds, batch_size8, shuffleTrue, num_workers4) val_loader torch.utils.data.DataLoader(val_ds, batch_size4, shuffleFalse, num_workers2) best_dice 0 for epoch in range(100): train_loss train_one_epoch(model, train_loader, criterion, optimizer, scaler, device) val_dice validate(model, val_loader, device) scheduler.step(val_dice) # 根据 Dice 降 lr print(fEpoch {epoch}: Train Loss{train_loss:.4f}, Val Dice{val_dice:.4f}) if val_dice best_dice: best_dice val_dice torch.save(model.state_dict(), best_unet_dut.pth) print(fSaved best model with Dice{best_dice:.4f})scheduler 关键点modemax因我们优化目标是 Dice越大越好patience5表示连续 5 个 epoch Dice 不升才降 lr避免过早衰减factor0.5是安全值激进调参者可试 0.3但易陷入局部最优。4. 避坑指南DUT-OMRON Unet 实战中 5 个血泪经验换来的必踩雷区4.1 现象训练 loss 一路下降但验证 Dice 停在 0.55 不动且预测图全是「毛边」原因DoubleConv中biasFalseBatchNorm2d导致初始权重偏置未校准前几轮梯度爆炸模型学不会平滑边界。解决在DoubleConv第一个Conv2d后加nn.init.kaiming_normal_()初始化并确保BatchNorm2d的track_running_statsTrue默认开启# 在 DoubleConv.__init__ 末尾添加 nn.init.kaiming_normal_(self.conv[0].weight, modefan_out, nonlinearityrelu)4.2 现象验证时validate()报错RuntimeError: expected scalar type Half but found Float原因autocast()开启后pred是float16但pred 0.5比较操作未指定 dtype导致pred_bin为float16而mask是float32*运算类型不匹配。解决显式 castpred为float32再比较# validate() 中 pred pred.float() # 强制转 float32 pred_bin (pred 0.5).float()4.3 现象训练完加载best_unet_dut.pth推理结果全黑pred 全 0原因模型保存时用了model.state_dict()但BatchNorm2d的running_mean/running_var在训练模式下未更新推理时用的是初始化值全 0导致 BN 层输出异常。解决训练结束前强制调用model.eval()一次再保存model.eval() # 更新 BN 统计量 torch.save(model.state_dict(), best_unet_dut.pth)4.4 现象cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE)读出的 mask shape 是(H, W, 1)而非(H, W)原因某些 PNG 编码器如 Windows 画图保存时默认带 alpha 通道IMREAD_GRAYSCALE未能剥离。解决读取后强制 squeezegt cv2.imread(str(gt_path), cv2.IMREAD_GRAYSCALE) if len(gt.shape) 3: # (H, W, 1) gt gt[:, :, 0]4.5 现象DiceBCELoss中pred_flat.sum(dim1)返回 nanloss 变成nan原因pred经sigmoid后极小值如1e-8在 FP16 下下溢为 0sum得 0dice 2*0/(0target_sum)触发0/0。解决在DiceLoss.forward中加防 nan 保护intersection (pred_flat * target_flat).sum(dim1) pred_sum pred_flat.sum(dim1) target_sum target_flat.sum(dim1) dice (2. * intersection self.smooth) / ( pred_sum target_sum self.smooth ) # 防 nan dice torch.where(torch.isnan(dice), torch.zeros_like(dice), dice) return 1 - dice.mean()5. 部署前的终极验证用 OpenCV 做后处理量化评估拒绝「纸上 Dice」5.1 为什么不能只信 TensorBoard 里的 Dice 数字——DUT-OMRON 的评估必须可视化定量双校验训练得到val_dice0.82很诱人但若预测 mask 边缘锯齿、内部空洞、或漏掉细长物体如电线、树枝这个数字毫无意义。必须导出真实预测图用 OpenCV 做三步后处理并重新计算指标# inference.py import cv2 import numpy as np import torch def postprocess_mask(mask: np.ndarray, min_area100, kernel_size5) - np.ndarray: mask: (H, W) float32 [0,1] 返回: 二值 uint8 mask # 1. 阈值化 binary (mask 0.5).astype(np.uint8) # 2. 形态学闭运算填充小孔 kernel np.ones((kernel_size, kernel_size), np.uint8) closed cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel) # 3. 连通域分析只保留最大连通域DUT-OMRON 单前景假设 num_labels, labels, stats, centroids cv2.connectedComponentsWithStats(closed, connectivity8) if num_labels 1: # 找最大连通域排除背景 label 0 areas stats[1:, cv2.CC_STAT_AREA] # 跳过 label 0背景 largest_idx 1 np.argmax(areas) # label 编号从 1 开始 largest_mask (labels largest_idx).astype(np.uint8) else: largest_mask closed # 4. 面积过滤去噪 if largest_mask.sum() min_area: largest_mask np.zeros_like(largest_mask) return largest_mask # 加载模型并推理 model UNet().to(cuda) model.load_state_dict(torch.load(best_unet_dut.pth)) model.eval() test_ds DUTOMRONDataset(data/, splittest, img_size256) idx 0 img, gt test_ds[idx] img_tensor img.unsqueeze(0).to(cuda) # (1,3,256,256) with torch.no_grad(): pred model(img_tensor).cpu().squeeze(0).squeeze(0).numpy() # (256,256) # 后处理 pred_post postprocess_mask(pred, min_area200, kernel_size7) # 重算 Dice与训练时一致 gt_np gt.squeeze(0).numpy() gt_bin (gt_np 0.5).astype(np.uint8) intersection (pred_post gt_bin).sum() union pred_post.sum() gt_bin.sum() dice_post (2. * intersection 1e-6) / (union 1e-6) print(fPost-processed Dice: {dice_post:.4f}) cv2.imwrite(pred_post.png, pred_post * 255) cv2.imwrite(gt.png, gt_bin * 255)参数说明min_area200DUT-OMRON 最小显著物体约 200 像素如远处人脸低于此视为噪声kernel_size7闭运算核大小7×7 足以连接断裂边缘过大如 15会过度膨胀largest_mask逻辑DUT-OMRON 严格单前景取最大连通域可消除标注噪声如 GT 中微小噪点。5.2 用 COCO API 做专业级评估不只是 Dice还要看 AP、AR、F1DUT-OMRON 虽是二值分割但其 GT 符合 COCO 格式单 mask per image可直接用pycocotools计算更权威指标。先将预测 mask 转为 COCO 格式# coco_eval.py from pycocotools.coco import COCO from pycocotools.cocoeval import COCOeval import json import numpy as np # 构建 predictions.jsonCOCO 格式 predictions [] for i in range(len(test_ds)): img, gt test_ds[i] img_tensor img.unsqueeze(0).to(cuda) with torch.no_grad(): pred model(img_tensor).cpu().squeeze(0).squeeze(0).numpy() pred_bin postprocess_mask(pred, min_area200) # 编码为 RLECOCO 要求 from pycocotools.mask import encode rle encode(np.asfortranarray(pred_bin)) rle[counts] rle[counts].decode(ascii) # bytes → str predictions.append({ image_id: i, category_id: 1, segmentation: rle, score: 0.99 # 二值分割 score 固定 }) # 保存 predictions.json with open(predictions.json, w) as f: json.dump(predictions, f) # 构建 GT JSONDUT-OMRON 无 category统一设为 1 gt_json { images: [{id: i, width: 256, height: 256} for i in range(len(test_ds))], annotations: [], categories: [{id: 1, name: foreground}] } for i in range(len(test_ds)): _, gt test_ds[i] gt_bin (gt.squeeze(0).numpy() 0.5).astype(np.uint8) rle encode(np.asfortranarray(gt_bin)) rle[counts] rle[counts].decode(ascii) gt_json[annotations].append({ id: i, image_id: i, category_id: 1, segmentation: rle, area: gt_bin.sum(), bbox: [0,0,256,256], # 占满图 iscrowd: 0 }) with open(gt.json, w) as f: json.dump(gt_json, f) # COCO 评估 coco_gt COCO(gt.json) coco_dt coco_gt.loadRes(predictions.json) coco_eval COCOeval(coco_gt, coco_dt, segm) coco_eval.evaluate() coco_eval.accumulate() coco_eval.summarize()输出解读AP.50:.95平均精度IoU 从 0.5 到 0.95 步长 0.05 的平均值DUT-OMRON 优秀模型可达 0.65AR100召回率每图最多 100 个预测DUT-OMRON 应接近 1.0单前景若AP远低于Dice如 Dice0.82, AP0.55说明模型对 IoU 敏感区域边缘预测不准需加强数据增强或改用 Focal Loss。6. 我的三个「肌肉记忆」习惯让 DUT-OMRON Unet 项目从能跑变成好用6.1 每次git commit前必跑python check_data.py—— 用 10 行代码守住数据底线数据污染是分割项目最大的隐形杀手。我写了一个极简检查脚本每次提交前执行5 秒内揪出所有潜在问题# check_data.py import cv2 import numpy as np from pathlib import Path def check_dut_omron(rootdata/): root Path(root) for split in [Train, Test]: img_dir root / split / Image gt_dir root / split / GT for img_path in img_dir.glob(*.jpg): gt_path gt_dir / f{img_path.stem}.png if not gt_path.exists(): print(fMISSING GT: {gt_path}) continue img cv2.imread(str(img_path)) gt cv2.imread(str(gt_path), cv2.IMREAD_GRAYSCALE) # 检查尺寸匹配 if img.shape[:2] ! gt.shape: print(fSIZE MISMATCH: {img_path} {img.shape} vs {gt_path} {gt.shape}) # 检查 mask 值域 unique np.unique(gt) if not np.all(np.isin(unique, [0, 255])): print(fINVALID MASK VALUES: {gt_path} {unique}) # 检查文件名一致性防止 .jpg 和 .png 名字差一个空格 if img_path.stem ! gt_path.stem: print(fNAME MISMATCH: {img_path.stem} vs {gt_path.stem}) if __name__ __main__: check_dut_omron()血泪教训曾因GT/001.png和Image/001 .jpg名字多一个空格导致 200 张图配对失败训练 8 小时才发现。现在check_data.py是我.git/hooks/pre-commit的第一行。6.2 模型保存不只存state_dict还存config.json—— 让三个月后的自己能复现UNet(in_ch3, out_ch1, base_ch64)这样的参数三个月后你肯定记不清。我在train.py末尾加了配置固化# 保存 config config { model: UNet, in_ch: 3, out_ch: 1, base_ch: 64, img_size: 256, batch_size: 8, loss: DiceBCELoss, bce_weight: 0.5, lr: 1e-3, amp: True, postprocess: {min_area: 200, kernel_size: 7} } with open(best_unet_config.json, w) as f: json p a hrefhttps://download.csdn.net/download/qq_44886601/88808947 stylecolor:#ec7500;font-size:14px; 本文还有配套的精品资源点击获取 /a img altmenu-r.4af5f7ec.gif srchttps://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif stylewidth:16px;margin-left:4px;vertical-align:text-bottom;cursor:text; /p

DUT-OMRON数据集实战：轻量Unet二值图像分割全流程

相关推荐

开源扫地机器人全栈拆解：嵌入式、SLAM与电机控制实战

基于YOLOv8的智能门禁系统：从数据集构建到边缘部署全流程

基于CNN的图像识别实战：PyTorch猫狗分类从数据到模型全流程

更多资讯

【八个月网安课程】第九周·周四：指纹识别与 Google Hacking——whatweb、wappalyzer 与搜索引擎语法

Orca并行代理管理：开源ADE的调度、协作与故障恢复机制解析

隐私守护者：iOS远程访问安卓核心数据，为企业高管提供双重保障

开会、教学、远程演示必备：OPPO手机投屏+音乐同步全教程

AI编程助手技能扩展实战：Claude Code与Codex的skills配置指南

Helm Charts 中 MongoDB 自定义初始化脚本指南：基于 stable/mongodb Chart 的 docker-entrypoint-initdb.d 机制

今日更新

Agent Skills 完全指南：原理、写法、安装与实战避坑

Agent Skills 实战：从 Genkit 定义到 GKE 部署与排查

Agent Skills 实战：从设计到调试的完整指南

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？