简介资源为面向眼底血管分割任务的Unet完整项目适合计算机视觉初学者、医学影像算法研究者及需要快速复现分割流程的开发者。项目自带已切片眼底血管数据集代码可直接训练与推理并附有训练后的权重文件与日志。网络仅训练10个epochs全局像素准确度约0.95mIoU达0.67若增加训练轮次性能仍有提升空间。训练脚本内置多尺度随机缩放utils模块自动读取mask灰度值并配置Unet输出通道支持扩展至多类别分割。学习率采用cos衰减run_results目录中保存损失与IoU曲线便于复盘推理时只需将图像放入inference目录并运行predict脚本无需手动设参。压缩包共216个文件包含182张png样本图、8个Python脚本、14个pyc缓存、5个xml工程配置、3个txt说明、1个pth权重文件及readme整体约153.92MB目录结构清晰。目前已有269人学习使用适合需要完整可运行分割方案的用户参考。1. 用Unet分割眼底血管这份资源到底能不能直接跑通眼底血管分割是个典型的二分类分割任务难点不在网络多深而在血管细长、对比度低、标注噪声大。我拆这份项目资源时最关心三件事数据集是不是切好的、训练脚本能不能一条命令跑完、训练结果文件到底有没有参考价值。看完发现它把这三件事都做了——数据集按切片组织好train脚本自动处理多尺度缩放和输出通道推理时把图丢进inference目录直接跑predict即可。适合两类人一是刚接触Unet、想从数据到指标完整跑一遍的入门者二是已经在做分割、想拿现成代码改自己数据集的从业者。10个epoch全局准确率0.95、miou 0.67这个基线不算高但作为起点足够稳定后面加epoch、调loss都有提升空间。2. 拆开Unet分割项目网络结构、多尺度训练与自适应channel是怎么配合的2.1 编码器-解码器与跳跃连接为什么眼底血管选Unet而不是FCNUnet最早是为医学图像分割提出的核心结构是编码器-解码器对称设计。编码器部分通过四次下采样逐步缩小特征图每次下采样后通道数翻倍从64逐步到512解码器部分通过四次上采样恢复分辨率同时把编码器对应层的特征图通过跳跃连接拼接过来。跳跃连接是关键它把浅层的空间细节和高层的语义信息融合血管这种细长结构的边缘能保留住。眼底血管分割和普通语义分割有个明显差异血管在整张图里占比小且主干和毛细血管宽度差异大。FCN这类网络靠上采样恢复分辨率细血管容易丢Unet的跳跃连接等于给解码器递了一份“高分辨率地图”让网络在恢复血管边缘时有据可依。这也是这个项目选Unet而不是其他网络的原因——不是Unet最先进而是它在医学影像分割这个场景下性价比最高训练稳定改造成本低。这个项目的Unet实现还做了一件对多分割项目友好的事输出通道不是写死的。常见做法是在代码里写死num_classes2换数据集就得改网络定义这个项目通过读取mask的灰度值来动态决定输出通道数后面细说。2.2 compute_gray函数mask灰度值自动映射与输出channel自适应utils里的compute_gray函数是这个项目比较有想法的部分。它的作用是遍历所有mask图像提取出所有出现过的灰度值保存到txt文本里然后根据这些灰度值的数量自动为Unet定义输出channel。直接看它的实现思路def compute_gray(mask_dir, save_path): gray_values set() for mask_file in os.listdir(mask_dir): mask cv2.imread(os.path.join(mask_dir, mask_file), cv2.IMREAD_GRAYSCALE) # 找到这张mask里出现的所有灰度值 unique_vals np.unique(mask) for val in unique_vals: gray_values.add(int(val)) # 写入txt便于后续读取 with open(save_path, w) as f: for val in sorted(gray_values): f.write(str(val) \n) return len(gray_values) # 返回类别数这段逻辑的意图很明确mask中每个灰度值对应一个类别。眼底血管数据集里通常背景是0、血管是255所以灰度值集合是{0, 255}类别数就是2Unet输出channel就设为2。如果你的数据集是三分类mask里有三个灰度值它会自动把输出channel变成3不用改网络结构。参数说明mask_dir是mask存放目录要求所有mask放在同一个文件夹下save_path是保存灰度值清单的txt路径训练时会读取这个txt来做类别映射。需要留意的是mask必须是灰度图读取如果用三通道彩色图做masknp.unique会拿到三维数组里的所有像素值类别数就乱了。我检查这个项目的mask格式时确认是按单通道灰度处理的这点没问题。这个设计的好处是换数据集时少改一处代码。坏处也明显如果mask里混入了噪声灰度值比如压缩产生的中间灰度类别数会虚高输出channel变成5、6个训练直接翻车。所以等会儿避坑章节我会专门说这个。2.3 多尺度训练与cos学习率衰减训练行为直接看曲线train脚本里有几个细节值得展开。第一个是数据随机缩放代码会把图像和mask同步随机缩放到原始尺寸的0.5到1.5倍之间实现多尺度训练。多尺度训练的目的是让网络对不同粗细的血管都有感知——眼底血管主干和毛细血管宽度差异大固定尺寸训练容易过拟合到某一尺度随机缩放等于免费做数据增强提升泛化能力。第二个是学习率采用cosine衰减。和step衰减相比cos衰减的特点是前期下降慢、中期加速、后期再次放缓整体曲线平滑不容易在训练后期因为学习率跳变造成loss震荡。在这个项目里10个epoch的短训练中cos衰减比step衰减更稳因为step需要手动设定衰减节点epoch太少时可能还没衰减完训练就结束了。训练过程中的loss和iou曲线会保存到run_results目录图像由matplotlib绘制。训练日志里能看到每个类别的iou、recall、precision以及全局像素准确率。这套观测手段很实用——不用tensorboard也能完整跟踪训练状态对不想折腾可视化工具的人来说省了不少事。3. 从数据到训练目录结构、参数说明与一条命令跑完3.1 数据摆法切片好的数据集怎么组织这个项目最省心的地方是数据集已经切片好不需要自己写预处理脚本。数据组织的常见结构是这样的dataset/ ├── train/ │ ├── images/ # 训练原图 │ └── masks/ # 训练mask ├── val/ │ ├── images/ # 验证原图 │ └── masks/ # 验证mask └── test/ ├── images/ # 测试原图 └── masks/ # 测试mask切片数据集的意思是原始眼底图像可能尺寸很大比如几百MB一张的OCT或眼底彩照直接整图训练显存会爆所以先切成小块patch训练时每次吃一个小块。这个项目的切片已经完成直接按train/val/test组织好训练时读取即可。如果你要换自己的数据关键点是保持这个目录结构mask必须是和原图同尺寸的单通道灰度图。原图是彩色图没问题mask一定不能是彩色图——很多新手在这里翻车后面避坑章节细说。3.2 train脚本跑通步骤从命令行到训练日志跑训练前先确认环境和依赖。这个项目基于PyTorch实现需要安装的包包括torch、torchvision、OpenCV、numpy、matplotlib。环境装好后训练入口是train脚本执行方式很简单python train.py --data_dir ./dataset --epochs 10 --batch_size 8 --lr 1e-4参数说明data_dir指向包含train/val/test的根目录脚本内部会拼接出images和masks路径epochs训练轮数默认10想提精度可以加到这个值的2到3倍但建议先看一轮loss曲线再决定batch_size根据显存调整8G显存下8比较稳显存不足降到4也能跑只是收敛曲线会抖一些lr初始学习率1e-4是常见选择配合cos衰减全程不用再手调train脚本内部的逻辑是先调用compute_gray统计mask灰度值确定输出channel数然后开始epoch循环每个epoch内做多尺度随机缩放、前向传播、loss计算、反向传播每个epoch结束后在验证集上算iou和recall/precision并保存当前epoch的loss和iou曲线数据点。训练过程中每个epoch打印一次日志格式类似Epoch 5/10, Loss: 0.1234, Acc: 0.9421, mIoU: 0.6230。从第2个epoch开始就能看出趋势——loss在降就说明在收敛没降说明学习率或数据路径有问题。训练结束后run_results目录会生成几张图loss曲线图、iou曲线图以及训练日志txt。最佳权重按验证集iou最高的epoch保存文件名里带epoch和iou值方便回溯。这个习惯值得借鉴——很多项目只在训练结束后存最后一个epoch的权重如果最后一轮过拟合了连后悔药都没有。3.3 训练日志怎么读全局像素准确率与miou的差异训练日志里有两个指标容易混淆全局像素准确率pixel accuracy和miou。全局像素准确率是预测正确的像素数除以总像素数这个指标在血管分割里虚高——因为背景占绝大多数像素就算血管全部漏检背景全对也能拿到95%以上的准确率。所以日志里如果看到Acc0.95别急着高兴先看miou。这个项目10个epoch跑到miou 0.67属于正常水平。眼底血管的miou普遍比普通语义分割低因为血管细、类别不平衡严重且标注本身存在主观性——同一张眼底图不同医生标注的血管位置会有差异导致模型预测结果和标注之间天然存在gap。所以miou到0.65到0.7之间是合理基线继续训练到20到30个epoch能缓慢提升到0.72左右再往上就得动网络结构和loss函数了。日志里还包含每个类别的recall和precision。重点看血管类别的recall——血管漏检严重意味着recall低这时候光调训练参数帮助不大需要考虑数据增强、loss加权、或者加深网络分辨率。precision低则说明预测的血管区域很多是噪声常见原因是mask质量差或训练不足。4. 避坑眼底血管分割训练中我踩过的五个坑4.1 mask灰度值不是干净的0和255现象compute_gray后类别数变成5、6个训练loss一直在高位下不去。原因mask可能是JPEG压缩过的压缩过程会引入中间灰度值比如血管边缘出现127、200这类灰色像素。np.unique把每一个出现的灰度值都当成一个类别channel数就虚高了。解决用脚本先过滤一遍mask把所有非0非255的像素统一归到最近的0或255。我处理时直接写了一个五行的清洗逻辑import cv2 import numpy as np mask cv2.imread(mask.png, cv2.IMREAD_GRAYSCALE) mask np.where(mask 127, 255, 0).astype(np.uint8) cv2.imwrite(mask_clean.png, mask)做一次全量清洗再跑compute_gray类别数就正常了。4.2 推理图像尺寸和训练尺寸不一致分割结果出现棋盘格现象训练用的是随机缩放后的尺寸推理时直接丢一张原始大小的图进去输出mask上有明显的拼接缝或棋盘格。原因这个项目的网络输入尺寸是固定的。训练时缩小或放大了图像网络的感受野和分辨率范围适应的是缩放后的尺度推理时用不同尺寸上采样层的输出尺寸和预期不一致导致边缘错位。解决推理前先把图像resize到训练时的标准尺寸跑完预测再把mask resize回原图尺寸。如果原图特别大建议切成训练时同尺寸的patch逐块预测最后再拼接。数据集中所有图像尺寸相同这个操作做一次就够了。4.3 epochs加到30反而miou下降现象从10个epoch加到30个epoch训练loss继续降但验证集miou不升反降。原因过拟合。cos衰减在epoch少的时候表现得很好但epoch增加后学习率持续走低网络开始记住训练集里标注的噪声细节对验证集反而更差。血管分割的标注噪声本来就比工业分割大过拟合来得很容易。解决加epoch的同时加weight_decay我一般从1e-4起调。另外10个epoch到30个epoch之间每个epoch保存一次权重训练结束后按验证集miou选最优权重而不是用最后一个epoch的权重。run_results里会按epoch记录指标挑最高的那个用就行。4.4 mask和原图在数据增强时没有同步缩放现象训练loss正常下降验证loss也正常但可视化预测结果时发现血管位置整体偏移了几个像素。原因多尺度缩放时如果原图和mask分别独立做resize而没有用同一个随机缩放因子mask和原图就对不上了。这个坑在代码里不容易发现因为loss不会异常但预测结果会整体偏移。解决看train脚本里缩放的实现确认使用的是同一个缩放因子同时对image和mask做变换。正确写法是先随机生成scale值然后对image和mask都用这个scale做resize。如果用的是torchvision的transforms注意Compose里的Resize要同时作用于image和mask不能分开写。4.5 出血点和视盘被误分割成血管现象miou不算低但可视化发现眼底图的出血点、视盘边缘被预测成了血管医生直接说不能用。原因出血点和血管在灰度特征上有相似之处尤其当图像中存在光照不均匀时Unet很容易把暗色区域误判为血管。这属于数据问题而非模型问题训练集里如果出血点样本少网络就会把相似外观的物体归为一类。解决数据层面在mask里把出血点区域手动标为背景或单独做一类让网络明确区分策略层面训练时加颜色归一化或对比度增强降低光照不均的影响更深层的方法是换带注意力机制的Unet变体让网络更关注血管的连续性特征。这个坑的根治还是得回到标注质量上。5. 用predict脚本做推理边界情况、批量处理与下一步改进5.1 推理流程把图丢进inference目录就够了predict脚本的使用非常简单本质上做了三件事扫描inference目录下的所有图像加载训练好的最佳权重逐张预测并保存结果到输出目录。代码路径不复杂但要注意几个边界情况。第一inference目录里不要放非图像文件。这个项目会遍历目录下的所有文件遇到不支持的格式会直接报错中断。我习惯在inference目录下单独建一个input文件夹放待推理图输出放到output两个目录分开管理避免图片和结果混在一起。目录结构是这样的inference/ ├── input/ # 放待推理图像 └── output/ # 预测结果自动输出到这里第二predict运行前会重新加载compute_gray生成的txt来确认输出channel数。如果你想推理的模型权重和txt里的类别数不一致会直接报shape mismatch。这时候检查一下有没有换过数据集、有没有用错权重文件。第三推理结果保存格式是灰度图还是彩色图取决于predict脚本最后的保存逻辑。这个项目输出的是单通道mask背景为0、前景为255。在标注软件或可视化工具里看图时建议把mask叠加到原图上检查对齐情况光看二值图很难判断血管边缘是否偏移。5.2 批量推理和性能验证从单张图到一批数据单张图预测没问题后可以做批量验证。常见做法是写一个循环遍历整个测试集的input目录逐个调用预测函数同时计算预测结果和真实mask之间的miou和dice。下面这段代码是我在类似项目里常用的验证骨架可以直接改造import cv2 import numpy as np from glob import glob def batch_evaluate(model, img_dir, mask_dir, output_dir): img_files sorted(glob(os.path.join(img_dir, *.png))) ious [] for img_path in img_files: img cv2.imread(img_path) mask cv2.imread(os.path.join(mask_dir, os.path.basename(img_path).replace(image, mask)), cv2.IMREAD_GRAYSCALE) pred model.predict(img) # 假设predict已封装好 # 计算iou intersection np.logical_and(pred 127, mask 127).sum() union np.logical_or(pred 127, mask 127).sum() iou intersection / (union 1e-6) ious.append(iou) # 可视化叠加结果 overlay img.copy() overlay[pred 127] [0, 0, 255] cv2.imwrite(os.path.join(output_dir, os.path.basename(img_path)), overlay) print(fAverage IoU: {np.mean(ious):.4f})这段代码的关键在于img和mask的文件名对应关系实际项目中可能不叫image和mask需要按实际命名规则调整replace逻辑。IoU计算用1e-6做平滑防止除零。可视化的叠加图能直观看到预测边界和真实标注的偏差这一步比单纯看miou数字更有价值——很多偏移和漏检问题看叠加图一眼就能定位。5.3 下一步改进从baseline往上加的优先级如果这份资源跑通之后想做更进一步地提升我的建议是按这个优先级先把epoch从10加到30观察验证集miou是否继续涨。涨就加weight_decay或者加数据增强不涨就把损失函数从交叉熵换成dice loss或者focal loss。类别不平衡严重的情况下dice loss通常比交叉熵涨得快但训练初期可能不稳定需要配合小的初始学习率。数据增强方面这个项目已经做了多尺度缩放还可以补上随机旋转10度以内、水平翻转、光照扰动。眼底血管图像虽然有固定的解剖结构小幅度的旋转和光照扰动不会破坏语义信息反而能让网络更稳。网络结构上如果显存允许可以把backbone下采样次数从4次改为3次保留更高分辨率特征图对细小毛细血管有正面帮助。这套改完性能还能再往上走一个台阶但那已经不是这份资源的关键价值了。它的价值在于用最小复杂度把Unet分割全流程跑通训练、日志、推理一步到位。我当时拆完这个项目最深的感受是跑通一个分割项目不难难的是整个过程可观测——每个epoch的曲线、每个类别的指标、每次权重保存都清清楚楚。从那以后我每次跑分割任务都强制走一遍这个流程先确认mask灰度值干净再跑短训练验收敛最后用叠加图目测预测边界。看到run_results里曲线正常走心里才踏实。希望这份拆解能帮你在眼底血管分割上少走几步弯路一次跑通。本文还有配套的精品资源点击获取 Unet眼底血管分割实战：网络结构、多尺度训练与避坑指南
简介资源为面向眼底血管分割任务的Unet完整项目适合计算机视觉初学者、医学影像算法研究者及需要快速复现分割流程的开发者。项目自带已切片眼底血管数据集代码可直接训练与推理并附有训练后的权重文件与日志。网络仅训练10个epochs全局像素准确度约0.95mIoU达0.67若增加训练轮次性能仍有提升空间。训练脚本内置多尺度随机缩放utils模块自动读取mask灰度值并配置Unet输出通道支持扩展至多类别分割。学习率采用cos衰减run_results目录中保存损失与IoU曲线便于复盘推理时只需将图像放入inference目录并运行predict脚本无需手动设参。压缩包共216个文件包含182张png样本图、8个Python脚本、14个pyc缓存、5个xml工程配置、3个txt说明、1个pth权重文件及readme整体约153.92MB目录结构清晰。目前已有269人学习使用适合需要完整可运行分割方案的用户参考。1. 用Unet分割眼底血管这份资源到底能不能直接跑通眼底血管分割是个典型的二分类分割任务难点不在网络多深而在血管细长、对比度低、标注噪声大。我拆这份项目资源时最关心三件事数据集是不是切好的、训练脚本能不能一条命令跑完、训练结果文件到底有没有参考价值。看完发现它把这三件事都做了——数据集按切片组织好train脚本自动处理多尺度缩放和输出通道推理时把图丢进inference目录直接跑predict即可。适合两类人一是刚接触Unet、想从数据到指标完整跑一遍的入门者二是已经在做分割、想拿现成代码改自己数据集的从业者。10个epoch全局准确率0.95、miou 0.67这个基线不算高但作为起点足够稳定后面加epoch、调loss都有提升空间。2. 拆开Unet分割项目网络结构、多尺度训练与自适应channel是怎么配合的2.1 编码器-解码器与跳跃连接为什么眼底血管选Unet而不是FCNUnet最早是为医学图像分割提出的核心结构是编码器-解码器对称设计。编码器部分通过四次下采样逐步缩小特征图每次下采样后通道数翻倍从64逐步到512解码器部分通过四次上采样恢复分辨率同时把编码器对应层的特征图通过跳跃连接拼接过来。跳跃连接是关键它把浅层的空间细节和高层的语义信息融合血管这种细长结构的边缘能保留住。眼底血管分割和普通语义分割有个明显差异血管在整张图里占比小且主干和毛细血管宽度差异大。FCN这类网络靠上采样恢复分辨率细血管容易丢Unet的跳跃连接等于给解码器递了一份“高分辨率地图”让网络在恢复血管边缘时有据可依。这也是这个项目选Unet而不是其他网络的原因——不是Unet最先进而是它在医学影像分割这个场景下性价比最高训练稳定改造成本低。这个项目的Unet实现还做了一件对多分割项目友好的事输出通道不是写死的。常见做法是在代码里写死num_classes2换数据集就得改网络定义这个项目通过读取mask的灰度值来动态决定输出通道数后面细说。2.2 compute_gray函数mask灰度值自动映射与输出channel自适应utils里的compute_gray函数是这个项目比较有想法的部分。它的作用是遍历所有mask图像提取出所有出现过的灰度值保存到txt文本里然后根据这些灰度值的数量自动为Unet定义输出channel。直接看它的实现思路def compute_gray(mask_dir, save_path): gray_values set() for mask_file in os.listdir(mask_dir): mask cv2.imread(os.path.join(mask_dir, mask_file), cv2.IMREAD_GRAYSCALE) # 找到这张mask里出现的所有灰度值 unique_vals np.unique(mask) for val in unique_vals: gray_values.add(int(val)) # 写入txt便于后续读取 with open(save_path, w) as f: for val in sorted(gray_values): f.write(str(val) \n) return len(gray_values) # 返回类别数这段逻辑的意图很明确mask中每个灰度值对应一个类别。眼底血管数据集里通常背景是0、血管是255所以灰度值集合是{0, 255}类别数就是2Unet输出channel就设为2。如果你的数据集是三分类mask里有三个灰度值它会自动把输出channel变成3不用改网络结构。参数说明mask_dir是mask存放目录要求所有mask放在同一个文件夹下save_path是保存灰度值清单的txt路径训练时会读取这个txt来做类别映射。需要留意的是mask必须是灰度图读取如果用三通道彩色图做masknp.unique会拿到三维数组里的所有像素值类别数就乱了。我检查这个项目的mask格式时确认是按单通道灰度处理的这点没问题。这个设计的好处是换数据集时少改一处代码。坏处也明显如果mask里混入了噪声灰度值比如压缩产生的中间灰度类别数会虚高输出channel变成5、6个训练直接翻车。所以等会儿避坑章节我会专门说这个。2.3 多尺度训练与cos学习率衰减训练行为直接看曲线train脚本里有几个细节值得展开。第一个是数据随机缩放代码会把图像和mask同步随机缩放到原始尺寸的0.5到1.5倍之间实现多尺度训练。多尺度训练的目的是让网络对不同粗细的血管都有感知——眼底血管主干和毛细血管宽度差异大固定尺寸训练容易过拟合到某一尺度随机缩放等于免费做数据增强提升泛化能力。第二个是学习率采用cosine衰减。和step衰减相比cos衰减的特点是前期下降慢、中期加速、后期再次放缓整体曲线平滑不容易在训练后期因为学习率跳变造成loss震荡。在这个项目里10个epoch的短训练中cos衰减比step衰减更稳因为step需要手动设定衰减节点epoch太少时可能还没衰减完训练就结束了。训练过程中的loss和iou曲线会保存到run_results目录图像由matplotlib绘制。训练日志里能看到每个类别的iou、recall、precision以及全局像素准确率。这套观测手段很实用——不用tensorboard也能完整跟踪训练状态对不想折腾可视化工具的人来说省了不少事。3. 从数据到训练目录结构、参数说明与一条命令跑完3.1 数据摆法切片好的数据集怎么组织这个项目最省心的地方是数据集已经切片好不需要自己写预处理脚本。数据组织的常见结构是这样的dataset/ ├── train/ │ ├── images/ # 训练原图 │ └── masks/ # 训练mask ├── val/ │ ├── images/ # 验证原图 │ └── masks/ # 验证mask └── test/ ├── images/ # 测试原图 └── masks/ # 测试mask切片数据集的意思是原始眼底图像可能尺寸很大比如几百MB一张的OCT或眼底彩照直接整图训练显存会爆所以先切成小块patch训练时每次吃一个小块。这个项目的切片已经完成直接按train/val/test组织好训练时读取即可。如果你要换自己的数据关键点是保持这个目录结构mask必须是和原图同尺寸的单通道灰度图。原图是彩色图没问题mask一定不能是彩色图——很多新手在这里翻车后面避坑章节细说。3.2 train脚本跑通步骤从命令行到训练日志跑训练前先确认环境和依赖。这个项目基于PyTorch实现需要安装的包包括torch、torchvision、OpenCV、numpy、matplotlib。环境装好后训练入口是train脚本执行方式很简单python train.py --data_dir ./dataset --epochs 10 --batch_size 8 --lr 1e-4参数说明data_dir指向包含train/val/test的根目录脚本内部会拼接出images和masks路径epochs训练轮数默认10想提精度可以加到这个值的2到3倍但建议先看一轮loss曲线再决定batch_size根据显存调整8G显存下8比较稳显存不足降到4也能跑只是收敛曲线会抖一些lr初始学习率1e-4是常见选择配合cos衰减全程不用再手调train脚本内部的逻辑是先调用compute_gray统计mask灰度值确定输出channel数然后开始epoch循环每个epoch内做多尺度随机缩放、前向传播、loss计算、反向传播每个epoch结束后在验证集上算iou和recall/precision并保存当前epoch的loss和iou曲线数据点。训练过程中每个epoch打印一次日志格式类似Epoch 5/10, Loss: 0.1234, Acc: 0.9421, mIoU: 0.6230。从第2个epoch开始就能看出趋势——loss在降就说明在收敛没降说明学习率或数据路径有问题。训练结束后run_results目录会生成几张图loss曲线图、iou曲线图以及训练日志txt。最佳权重按验证集iou最高的epoch保存文件名里带epoch和iou值方便回溯。这个习惯值得借鉴——很多项目只在训练结束后存最后一个epoch的权重如果最后一轮过拟合了连后悔药都没有。3.3 训练日志怎么读全局像素准确率与miou的差异训练日志里有两个指标容易混淆全局像素准确率pixel accuracy和miou。全局像素准确率是预测正确的像素数除以总像素数这个指标在血管分割里虚高——因为背景占绝大多数像素就算血管全部漏检背景全对也能拿到95%以上的准确率。所以日志里如果看到Acc0.95别急着高兴先看miou。这个项目10个epoch跑到miou 0.67属于正常水平。眼底血管的miou普遍比普通语义分割低因为血管细、类别不平衡严重且标注本身存在主观性——同一张眼底图不同医生标注的血管位置会有差异导致模型预测结果和标注之间天然存在gap。所以miou到0.65到0.7之间是合理基线继续训练到20到30个epoch能缓慢提升到0.72左右再往上就得动网络结构和loss函数了。日志里还包含每个类别的recall和precision。重点看血管类别的recall——血管漏检严重意味着recall低这时候光调训练参数帮助不大需要考虑数据增强、loss加权、或者加深网络分辨率。precision低则说明预测的血管区域很多是噪声常见原因是mask质量差或训练不足。4. 避坑眼底血管分割训练中我踩过的五个坑4.1 mask灰度值不是干净的0和255现象compute_gray后类别数变成5、6个训练loss一直在高位下不去。原因mask可能是JPEG压缩过的压缩过程会引入中间灰度值比如血管边缘出现127、200这类灰色像素。np.unique把每一个出现的灰度值都当成一个类别channel数就虚高了。解决用脚本先过滤一遍mask把所有非0非255的像素统一归到最近的0或255。我处理时直接写了一个五行的清洗逻辑import cv2 import numpy as np mask cv2.imread(mask.png, cv2.IMREAD_GRAYSCALE) mask np.where(mask 127, 255, 0).astype(np.uint8) cv2.imwrite(mask_clean.png, mask)做一次全量清洗再跑compute_gray类别数就正常了。4.2 推理图像尺寸和训练尺寸不一致分割结果出现棋盘格现象训练用的是随机缩放后的尺寸推理时直接丢一张原始大小的图进去输出mask上有明显的拼接缝或棋盘格。原因这个项目的网络输入尺寸是固定的。训练时缩小或放大了图像网络的感受野和分辨率范围适应的是缩放后的尺度推理时用不同尺寸上采样层的输出尺寸和预期不一致导致边缘错位。解决推理前先把图像resize到训练时的标准尺寸跑完预测再把mask resize回原图尺寸。如果原图特别大建议切成训练时同尺寸的patch逐块预测最后再拼接。数据集中所有图像尺寸相同这个操作做一次就够了。4.3 epochs加到30反而miou下降现象从10个epoch加到30个epoch训练loss继续降但验证集miou不升反降。原因过拟合。cos衰减在epoch少的时候表现得很好但epoch增加后学习率持续走低网络开始记住训练集里标注的噪声细节对验证集反而更差。血管分割的标注噪声本来就比工业分割大过拟合来得很容易。解决加epoch的同时加weight_decay我一般从1e-4起调。另外10个epoch到30个epoch之间每个epoch保存一次权重训练结束后按验证集miou选最优权重而不是用最后一个epoch的权重。run_results里会按epoch记录指标挑最高的那个用就行。4.4 mask和原图在数据增强时没有同步缩放现象训练loss正常下降验证loss也正常但可视化预测结果时发现血管位置整体偏移了几个像素。原因多尺度缩放时如果原图和mask分别独立做resize而没有用同一个随机缩放因子mask和原图就对不上了。这个坑在代码里不容易发现因为loss不会异常但预测结果会整体偏移。解决看train脚本里缩放的实现确认使用的是同一个缩放因子同时对image和mask做变换。正确写法是先随机生成scale值然后对image和mask都用这个scale做resize。如果用的是torchvision的transforms注意Compose里的Resize要同时作用于image和mask不能分开写。4.5 出血点和视盘被误分割成血管现象miou不算低但可视化发现眼底图的出血点、视盘边缘被预测成了血管医生直接说不能用。原因出血点和血管在灰度特征上有相似之处尤其当图像中存在光照不均匀时Unet很容易把暗色区域误判为血管。这属于数据问题而非模型问题训练集里如果出血点样本少网络就会把相似外观的物体归为一类。解决数据层面在mask里把出血点区域手动标为背景或单独做一类让网络明确区分策略层面训练时加颜色归一化或对比度增强降低光照不均的影响更深层的方法是换带注意力机制的Unet变体让网络更关注血管的连续性特征。这个坑的根治还是得回到标注质量上。5. 用predict脚本做推理边界情况、批量处理与下一步改进5.1 推理流程把图丢进inference目录就够了predict脚本的使用非常简单本质上做了三件事扫描inference目录下的所有图像加载训练好的最佳权重逐张预测并保存结果到输出目录。代码路径不复杂但要注意几个边界情况。第一inference目录里不要放非图像文件。这个项目会遍历目录下的所有文件遇到不支持的格式会直接报错中断。我习惯在inference目录下单独建一个input文件夹放待推理图输出放到output两个目录分开管理避免图片和结果混在一起。目录结构是这样的inference/ ├── input/ # 放待推理图像 └── output/ # 预测结果自动输出到这里第二predict运行前会重新加载compute_gray生成的txt来确认输出channel数。如果你想推理的模型权重和txt里的类别数不一致会直接报shape mismatch。这时候检查一下有没有换过数据集、有没有用错权重文件。第三推理结果保存格式是灰度图还是彩色图取决于predict脚本最后的保存逻辑。这个项目输出的是单通道mask背景为0、前景为255。在标注软件或可视化工具里看图时建议把mask叠加到原图上检查对齐情况光看二值图很难判断血管边缘是否偏移。5.2 批量推理和性能验证从单张图到一批数据单张图预测没问题后可以做批量验证。常见做法是写一个循环遍历整个测试集的input目录逐个调用预测函数同时计算预测结果和真实mask之间的miou和dice。下面这段代码是我在类似项目里常用的验证骨架可以直接改造import cv2 import numpy as np from glob import glob def batch_evaluate(model, img_dir, mask_dir, output_dir): img_files sorted(glob(os.path.join(img_dir, *.png))) ious [] for img_path in img_files: img cv2.imread(img_path) mask cv2.imread(os.path.join(mask_dir, os.path.basename(img_path).replace(image, mask)), cv2.IMREAD_GRAYSCALE) pred model.predict(img) # 假设predict已封装好 # 计算iou intersection np.logical_and(pred 127, mask 127).sum() union np.logical_or(pred 127, mask 127).sum() iou intersection / (union 1e-6) ious.append(iou) # 可视化叠加结果 overlay img.copy() overlay[pred 127] [0, 0, 255] cv2.imwrite(os.path.join(output_dir, os.path.basename(img_path)), overlay) print(fAverage IoU: {np.mean(ious):.4f})这段代码的关键在于img和mask的文件名对应关系实际项目中可能不叫image和mask需要按实际命名规则调整replace逻辑。IoU计算用1e-6做平滑防止除零。可视化的叠加图能直观看到预测边界和真实标注的偏差这一步比单纯看miou数字更有价值——很多偏移和漏检问题看叠加图一眼就能定位。5.3 下一步改进从baseline往上加的优先级如果这份资源跑通之后想做更进一步地提升我的建议是按这个优先级先把epoch从10加到30观察验证集miou是否继续涨。涨就加weight_decay或者加数据增强不涨就把损失函数从交叉熵换成dice loss或者focal loss。类别不平衡严重的情况下dice loss通常比交叉熵涨得快但训练初期可能不稳定需要配合小的初始学习率。数据增强方面这个项目已经做了多尺度缩放还可以补上随机旋转10度以内、水平翻转、光照扰动。眼底血管图像虽然有固定的解剖结构小幅度的旋转和光照扰动不会破坏语义信息反而能让网络更稳。网络结构上如果显存允许可以把backbone下采样次数从4次改为3次保留更高分辨率特征图对细小毛细血管有正面帮助。这套改完性能还能再往上走一个台阶但那已经不是这份资源的关键价值了。它的价值在于用最小复杂度把Unet分割全流程跑通训练、日志、推理一步到位。我当时拆完这个项目最深的感受是跑通一个分割项目不难难的是整个过程可观测——每个epoch的曲线、每个类别的指标、每次权重保存都清清楚楚。从那以后我每次跑分割任务都强制走一遍这个流程先确认mask灰度值干净再跑短训练验收敛最后用叠加图目测预测边界。看到run_results里曲线正常走心里才踏实。希望这份拆解能帮你在眼底血管分割上少走几步弯路一次跑通。本文还有配套的精品资源点击获取