尧图网站建设 
简介这是一套基于Python与PyQt构建的图像语义分割桌面软件源码面向计算机、人工智能、通信、自动化等专业的在校学生与教师也适合作为毕业设计、课程设计或项目立项的参考模板。项目集成mobilenet、resnet50等8种分割模型通过图形界面完成模型选择与推理演示帮助读者理解语义分割从数据到可视化的完整链路。压缩包共153个文件约8.74MB以37个py源码文件为核心辅以85个svg界面图标、7个yaml配置、3个md说明文档及qss样式、ui界面、csv与mat等数据文件结构清晰便于二次开发。目前已有249人学习。代码均经测试运行成功附文档说明读者可据此掌握PyQt界面搭建、多模型加载与推理流程并在此基础上修改扩展功能。1. 从一份能跑起来的语义分割 GUI 说起8 个模型怎么选、怎么换如果你手头正好有一个「基于 Python PyQt 的图像语义分割软件」压缩包解压后看到models.py.bak、object150_info.csv、几张示例图和一份 LICENSE第一反应大概率是这玩意儿到底能不能跑、跑起来之后模型在哪、我想换成自己的图该动哪一行。这份资源的定位很明确——它是一个带图形界面的语义分割推理工具用 PyQt 做壳底层挂载了包括 MobileNet、ResNet50 在内的 8 个骨干网络配套object150_info.csv做类别映射属于典型的「毕设级但结构完整」的工程。它解决的不是训练问题而是把已经封装好的分割模型塞进一个可视化界面让你点按钮就能出掩膜图。适合三类人一是要交课程设计、毕设需要一个能演示、能改、能讲清楚架构的现成框架二是刚学完 Python 和 PyQt想找一个真实项目练手 GUI 与推理引擎的对接三是需要快速验证某张图的分割效果不想每次都写命令行脚本。下面按「资源结构 → 环境搭建 → 模型切换 → 避坑 → 进阶」的顺序拆开讲每一步都落到能复现的操作上。2. 拆开压缩包先看什么目录结构、依赖与运行入口2.1 从文件清单反推工程结构拿到资源后别急着双击运行先把目录扫一遍。从给出的文件列表能看出几个关键信息models.py.bak说明模型定义文件曾经被修改过.bak是备份真正生效的可能是models.pyobject150_info.csv是类别信息表语义分割输出的是每个像素的类别索引这张表负责把索引翻译成人能看懂的名字Breeze.gif、timg.jpg、free_stock_photo.jpg、42_170616140840_1.jpg、5DDED2D65C4EB2FAE3FC89CD64D376A5.jpg是测试素材或界面装饰图.gitignore出现两次可能是不同层级的忽略规则LICENSE决定你能不能商用。常见做法是这类项目的根目录下还会有main.py、ui_mainwindow.py、requirements.txt、README.md。如果解压后没看到README.md优先找main.py或带if __name__ __main__的文件那就是入口。models.py.bak不要直接删先对比它和models.py的差异往往能看出作者最后一次改了什么——比如换了预训练权重路径、加了某个模型分支。2.2 依赖安装别用最新版锁版本PyQt 和深度学习框架的版本兼容是个老生常谈的坑。这类毕设项目大概率是在 Python 3.8 或 3.9 下写的PyQt 用的是 PyQt5。如果你直接pip install pyqt5装到最新再配上最新版 PyTorch界面可能能开但推理时张量维度对不上。稳妥的做法是先建虚拟环境再按requirements.txt装没有这个文件就手动锁几个核心包。# 创建并激活虚拟环境Python 版本建议 3.8 或 3.9 python -m venv venv # Windows venv\Scripts\activate # Linux / macOS source venv/bin/activate # 安装核心依赖版本按项目实际调整 pip install pyqt55.15.9 pip install torch1.13.1 torchvision0.14.1 pip install opencv-python4.8.0.74 pip install numpy1.24.3 pip install pandas2.0.3 pip install pillow9.5.0这里每个包都有存在理由pyqt5负责窗口、按钮、文件对话框torch和torchvision提供模型和预训练权重加载opencv-python做图像读写和颜色映射numpy处理数组pandas读object150_info.csvpillow有时被 PyQt 用来做图像格式转换。版本不是随便写的torch 1.13.1对应torchvision 0.14.1这是官方配对混用会报operator torchvision::nms does not exist这类错误。提示如果安装torch时下载慢不要换源到不明渠道直接用官方源加--index-url指定 CPU 或 CUDA 版本。没有 NVIDIA 显卡就装 CPU 版推理速度慢但能跑通。2.3 第一次运行先跑通再谈改依赖装完后在项目根目录执行python main.py。如果报ModuleNotFoundError缺什么补什么如果报ImportError: DLL load failed多半是 PyQt5 和 Python 版本不匹配换 Python 3.8 重来。界面出来后先点「打开图片」选一张自带素材再点「开始分割」。第一次运行会下载预训练权重如果卡在下载不动说明模型权重是联网拉取的需要手动下载后放到~/.cache/torch/hub/checkpoints/目录下。# 常见的手动加载权重写法放在 models.py 里 import torch import torchvision.models as models def get_model(name, num_classes150): if name resnet50: # 加载 ResNet50 骨干替换分割头 model models.segmentation.fcn_resnet50(pretrainedFalse, num_classesnum_classes) # 手动指定本地权重路径避免联网 state_dict torch.load(weights/fcn_resnet50_coco.pth, map_locationcpu) model.load_state_dict(state_dict, strictFalse) elif name mobilenet: # MobileNet 骨干轻量适合 CPU 推理 model models.segmentation.deeplabv3_mobilenet_v3_large(pretrainedFalse, num_classesnum_classes) state_dict torch.load(weights/deeplabv3_mobilenet.pth, map_locationcpu) model.load_state_dict(state_dict, strictFalse) model.eval() return model这段代码的逻辑是根据传入的模型名走不同分支pretrainedFalse表示不触发联网下载num_classes150对应object150_info.csv里的类别数。strictFalse是血泪经验——骨干网络和分割头的键名往往对不齐严格加载会直接报错放宽之后只加载能匹配上的层剩下的随机初始化也能出图只是精度会掉。参数map_locationcpu保证没有 GPU 的机器也能加载。3. 8 个模型怎么切换MobileNet 与 ResNet50 的取舍和代码改动点3.1 模型选择背后的算力账资源里说支持 8 个模型但真正决定体验的就两类轻量级和重量级。MobileNet 系列参数量在 300 万到 500 万之间ResNet50 在 2500 万左右前者在 CPU 上单张推理大概 1 到 3 秒后者可能到 8 到 15 秒。如果你只是做课堂演示、笔记本没有独显默认选 MobileNet如果追求掩膜边缘精度、有 GPU 或者愿意等选 ResNet50。object150_info.csv里的 150 类覆盖了常见物体但注意——预训练权重如果是在 COCO 上训的类别就是 80 类或 91 类和 150 对不上时要么改num_classes要么换权重。常见做法是在界面加一个下拉框把模型名和对应的加载函数绑在一起。切换模型时不要重复创建窗口只重新加载模型对象否则内存会一路涨。# 在 PyQt 槽函数里响应下拉框切换 def on_model_changed(self, index): model_name self.model_combo.itemText(index) # 释放旧模型避免显存/内存堆积 if self.current_model is not None: del self.current_model torch.cuda.empty_cache() if torch.cuda.is_available() else None # 按名称加载新模型 self.current_model get_model(model_name, num_classes150) self.status_label.setText(f已切换至 {model_name})del加empty_cache是防止连续切换模型时内存爆掉的关键尤其在 Windows 上不手动释放的话任务管理器里的内存曲线只涨不跌。num_classes要和 CSV 行数一致否则输出通道对不上后处理会索引越界。3.2 预处理与后处理尺寸、归一化、颜色表模型吃进去的不是原图是归一化后的张量。常见预处理是 resize 到 513×513 或 520×520再减均值除标准差。后处理是把模型输出的[1, num_classes, H, W]取 argmax 得到[H, W]的类别索引再映射成颜色。object150_info.csv里通常有类别名和对应的 RGB 值没有的话就自己生成调色板。import numpy as np import cv2 import torch def preprocess(image_path, input_size(513, 513)): img cv2.imread(image_path) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_resized cv2.resize(img, input_size) # 归一化到 [0,1] 再标准化 tensor torch.from_numpy(img_resized).float() / 255.0 tensor (tensor - torch.tensor([0.485, 0.456, 0.406])) / torch.tensor([0.229, 0.224, 0.225]) # 调整维度为 [1, C, H, W] tensor tensor.permute(2, 0, 1).unsqueeze(0) return tensor, img.shape[:2] def postprocess(output, original_size, num_classes150): # output: [1, num_classes, H, W] pred torch.argmax(output, dim1).squeeze(0).cpu().numpy() # 恢复原图尺寸 pred cv2.resize(pred.astype(np.uint8), (original_size[1], original_size[0]), interpolationcv2.INTER_NEAREST) # 生成彩色掩膜 palette np.random.randint(0, 255, (num_classes, 3), dtypenp.uint8) color_mask palette[pred] return pred, color_maskinput_size要和模型训练时一致不一致的话精度会明显下降。INTER_NEAREST是必须的用双线性插值会把类别索引插成小数颜色就乱了。palette随机生成只是权宜之计正式用应该从 CSV 读固定颜色保证同一类别每次颜色一样。3.3 把分割结果叠回原图光有彩色掩膜不够直观通常要做半透明叠加。这一步在 PyQt 里可以用QPixmap和QPainter完成也可以先用 OpenCV 合成再显示。def overlay(image, color_mask, alpha0.5): # image: 原图 RGB, color_mask: 同尺寸彩色掩膜 blended cv2.addWeighted(image, 1 - alpha, color_mask, alpha, 0) return blendedalpha控制透明度0.5 是常用值太低看不清分割区域太高盖住原图细节。合成后转成QImage再塞进QLabel显示。注意 OpenCV 是 BGRPyQt 是 RGB转换时别搞反否则颜色会偏。4. 避坑与排查从环境到推理的 5 个真实翻车点4.1 现象界面能开点分割就闪退原因PyQt 的事件循环里直接跑了耗时推理主线程被阻塞窗口无响应后被系统杀掉。解决把推理放到QThread里通过信号槽把结果传回主线程更新界面。不要用time.sleep模拟直接开线程。4.2 现象报CUDA out of memory但显存看着够原因PyTorch 缓存分配器没有及时释放连续推理多张图后碎片化。解决推理时用with torch.no_grad():包住减少中间变量每张图处理后torch.cuda.empty_cache()或者干脆切 CPU 跑 MobileNet。4.3 现象分割结果全是同一类颜色原因num_classes和权重输出通道不匹配argmax 永远落在同一个索引上。解决打印模型输出 shape确认第二维等于 CSV 行数如果权重是 COCO 的 91 类就把num_classes改成 91或者换 150 类的权重。4.4 现象object150_info.csv读取报编码错误原因CSV 可能是 GBK 编码pandas.read_csv默认 UTF-8。解决加encodinggbk或encodingutf-8-sig试一次就知道。4.5 现象换了自己的图结果一塌糊涂原因预训练模型没见过这类场景域差异太大。解决要么用相近领域的权重要么拿自己的数据微调。微调不是这份资源的重点但至少要知道推理效果的上限由训练数据决定不是换个模型就能解决。5. 进阶把推理封装成可复用模块顺带验证模型是否真的加载成功5.1 写一个独立的推理类脱离界面也能跑界面是壳核心是推理。把推理逻辑抽成一个类既方便调试也方便以后接命令行或 Web 服务。class SegmentationEngine: def __init__(self, model_namemobilenet, num_classes150, devicecpu): self.device torch.device(device) self.model get_model(model_name, num_classes).to(self.device) self.model.eval() self.num_classes num_classes def predict(self, image_path): tensor, original_size preprocess(image_path) tensor tensor.to(self.device) with torch.no_grad(): output self.model(tensor)[out] if isinstance(self.model(tensor), dict) else self.model(tensor) pred, color_mask postprocess(output, original_size, self.num_classes) return pred, color_maskisinstance那行是兼容不同模型返回格式有的返回 dict 带out键有的直接返回张量。device参数让你在 CPU 和 GPU 之间切换不用改代码。5.2 验证模型是否真的加载了预训练权重一个简单办法用同一张图分别跑随机初始化和加载权重后的模型如果输出掩膜几乎一样说明权重没加载成功。更直接的是打印部分层的均值。# 检查第一层卷积权重的统计量 for name, param in engine.model.named_parameters(): if weight in name and param.dim() 1: print(name, param.mean().item(), param.std().item()) break预训练权重的均值通常接近 0标准差在 0.1 到 0.5 之间如果全是 0 或者异常大就是没加载上。这个习惯我每次换权重都强制走一遍比看 loss 曲线快得多。5.3 批量测试与结果保存想快速看 8 个模型在同一张图上的差异写个循环把结果拼成一张大图。import os models_list [mobilenet, resnet50, fcn, deeplabv3, lraspp, unet, segnet, pspnet] results [] for m in models_list: try: engine SegmentationEngine(model_namem, devicecpu) _, mask engine.predict(test.jpg) results.append((m, mask)) except Exception as e: print(f{m} 失败: {e}) # 横向拼接保存 if results: concat np.hstack([cv2.cvtColor(r[1], cv2.COLOR_RGB2BGR) for r in results]) cv2.imwrite(compare.jpg, concat)try块不能省8 个模型里总有一两个因为权重缺失或结构不兼容跑不起来跳过继续比卡死强。拼图时注意颜色空间转换否则保存出来偏色。5.4 一个容易忽略的细节CSV 里的类别顺序object150_info.csv的行顺序就是类别索引顺序如果你自己重新排序或者删了几行argmax 的结果就全错位了。改 CSV 之前先备份改完用一张已知类别的图验证。我一般会在代码里加一行断言检查 CSV 行数和num_classes是否相等不相等直接抛异常省得后面查半天。从那以后我每次拿到这类带类别表的项目第一件事就是核对 CSV 行数和模型输出通道第二件事是拿自带素材跑一遍确认颜色对得上。希望帮到你。本文还有配套的精品资源点击获取 Python+PyQt语义分割GUI实战：8个模型切换与避坑指南
简介这是一套基于Python与PyQt构建的图像语义分割桌面软件源码面向计算机、人工智能、通信、自动化等专业的在校学生与教师也适合作为毕业设计、课程设计或项目立项的参考模板。项目集成mobilenet、resnet50等8种分割模型通过图形界面完成模型选择与推理演示帮助读者理解语义分割从数据到可视化的完整链路。压缩包共153个文件约8.74MB以37个py源码文件为核心辅以85个svg界面图标、7个yaml配置、3个md说明文档及qss样式、ui界面、csv与mat等数据文件结构清晰便于二次开发。目前已有249人学习。代码均经测试运行成功附文档说明读者可据此掌握PyQt界面搭建、多模型加载与推理流程并在此基础上修改扩展功能。1. 从一份能跑起来的语义分割 GUI 说起8 个模型怎么选、怎么换如果你手头正好有一个「基于 Python PyQt 的图像语义分割软件」压缩包解压后看到models.py.bak、object150_info.csv、几张示例图和一份 LICENSE第一反应大概率是这玩意儿到底能不能跑、跑起来之后模型在哪、我想换成自己的图该动哪一行。这份资源的定位很明确——它是一个带图形界面的语义分割推理工具用 PyQt 做壳底层挂载了包括 MobileNet、ResNet50 在内的 8 个骨干网络配套object150_info.csv做类别映射属于典型的「毕设级但结构完整」的工程。它解决的不是训练问题而是把已经封装好的分割模型塞进一个可视化界面让你点按钮就能出掩膜图。适合三类人一是要交课程设计、毕设需要一个能演示、能改、能讲清楚架构的现成框架二是刚学完 Python 和 PyQt想找一个真实项目练手 GUI 与推理引擎的对接三是需要快速验证某张图的分割效果不想每次都写命令行脚本。下面按「资源结构 → 环境搭建 → 模型切换 → 避坑 → 进阶」的顺序拆开讲每一步都落到能复现的操作上。2. 拆开压缩包先看什么目录结构、依赖与运行入口2.1 从文件清单反推工程结构拿到资源后别急着双击运行先把目录扫一遍。从给出的文件列表能看出几个关键信息models.py.bak说明模型定义文件曾经被修改过.bak是备份真正生效的可能是models.pyobject150_info.csv是类别信息表语义分割输出的是每个像素的类别索引这张表负责把索引翻译成人能看懂的名字Breeze.gif、timg.jpg、free_stock_photo.jpg、42_170616140840_1.jpg、5DDED2D65C4EB2FAE3FC89CD64D376A5.jpg是测试素材或界面装饰图.gitignore出现两次可能是不同层级的忽略规则LICENSE决定你能不能商用。常见做法是这类项目的根目录下还会有main.py、ui_mainwindow.py、requirements.txt、README.md。如果解压后没看到README.md优先找main.py或带if __name__ __main__的文件那就是入口。models.py.bak不要直接删先对比它和models.py的差异往往能看出作者最后一次改了什么——比如换了预训练权重路径、加了某个模型分支。2.2 依赖安装别用最新版锁版本PyQt 和深度学习框架的版本兼容是个老生常谈的坑。这类毕设项目大概率是在 Python 3.8 或 3.9 下写的PyQt 用的是 PyQt5。如果你直接pip install pyqt5装到最新再配上最新版 PyTorch界面可能能开但推理时张量维度对不上。稳妥的做法是先建虚拟环境再按requirements.txt装没有这个文件就手动锁几个核心包。# 创建并激活虚拟环境Python 版本建议 3.8 或 3.9 python -m venv venv # Windows venv\Scripts\activate # Linux / macOS source venv/bin/activate # 安装核心依赖版本按项目实际调整 pip install pyqt55.15.9 pip install torch1.13.1 torchvision0.14.1 pip install opencv-python4.8.0.74 pip install numpy1.24.3 pip install pandas2.0.3 pip install pillow9.5.0这里每个包都有存在理由pyqt5负责窗口、按钮、文件对话框torch和torchvision提供模型和预训练权重加载opencv-python做图像读写和颜色映射numpy处理数组pandas读object150_info.csvpillow有时被 PyQt 用来做图像格式转换。版本不是随便写的torch 1.13.1对应torchvision 0.14.1这是官方配对混用会报operator torchvision::nms does not exist这类错误。提示如果安装torch时下载慢不要换源到不明渠道直接用官方源加--index-url指定 CPU 或 CUDA 版本。没有 NVIDIA 显卡就装 CPU 版推理速度慢但能跑通。2.3 第一次运行先跑通再谈改依赖装完后在项目根目录执行python main.py。如果报ModuleNotFoundError缺什么补什么如果报ImportError: DLL load failed多半是 PyQt5 和 Python 版本不匹配换 Python 3.8 重来。界面出来后先点「打开图片」选一张自带素材再点「开始分割」。第一次运行会下载预训练权重如果卡在下载不动说明模型权重是联网拉取的需要手动下载后放到~/.cache/torch/hub/checkpoints/目录下。# 常见的手动加载权重写法放在 models.py 里 import torch import torchvision.models as models def get_model(name, num_classes150): if name resnet50: # 加载 ResNet50 骨干替换分割头 model models.segmentation.fcn_resnet50(pretrainedFalse, num_classesnum_classes) # 手动指定本地权重路径避免联网 state_dict torch.load(weights/fcn_resnet50_coco.pth, map_locationcpu) model.load_state_dict(state_dict, strictFalse) elif name mobilenet: # MobileNet 骨干轻量适合 CPU 推理 model models.segmentation.deeplabv3_mobilenet_v3_large(pretrainedFalse, num_classesnum_classes) state_dict torch.load(weights/deeplabv3_mobilenet.pth, map_locationcpu) model.load_state_dict(state_dict, strictFalse) model.eval() return model这段代码的逻辑是根据传入的模型名走不同分支pretrainedFalse表示不触发联网下载num_classes150对应object150_info.csv里的类别数。strictFalse是血泪经验——骨干网络和分割头的键名往往对不齐严格加载会直接报错放宽之后只加载能匹配上的层剩下的随机初始化也能出图只是精度会掉。参数map_locationcpu保证没有 GPU 的机器也能加载。3. 8 个模型怎么切换MobileNet 与 ResNet50 的取舍和代码改动点3.1 模型选择背后的算力账资源里说支持 8 个模型但真正决定体验的就两类轻量级和重量级。MobileNet 系列参数量在 300 万到 500 万之间ResNet50 在 2500 万左右前者在 CPU 上单张推理大概 1 到 3 秒后者可能到 8 到 15 秒。如果你只是做课堂演示、笔记本没有独显默认选 MobileNet如果追求掩膜边缘精度、有 GPU 或者愿意等选 ResNet50。object150_info.csv里的 150 类覆盖了常见物体但注意——预训练权重如果是在 COCO 上训的类别就是 80 类或 91 类和 150 对不上时要么改num_classes要么换权重。常见做法是在界面加一个下拉框把模型名和对应的加载函数绑在一起。切换模型时不要重复创建窗口只重新加载模型对象否则内存会一路涨。# 在 PyQt 槽函数里响应下拉框切换 def on_model_changed(self, index): model_name self.model_combo.itemText(index) # 释放旧模型避免显存/内存堆积 if self.current_model is not None: del self.current_model torch.cuda.empty_cache() if torch.cuda.is_available() else None # 按名称加载新模型 self.current_model get_model(model_name, num_classes150) self.status_label.setText(f已切换至 {model_name})del加empty_cache是防止连续切换模型时内存爆掉的关键尤其在 Windows 上不手动释放的话任务管理器里的内存曲线只涨不跌。num_classes要和 CSV 行数一致否则输出通道对不上后处理会索引越界。3.2 预处理与后处理尺寸、归一化、颜色表模型吃进去的不是原图是归一化后的张量。常见预处理是 resize 到 513×513 或 520×520再减均值除标准差。后处理是把模型输出的[1, num_classes, H, W]取 argmax 得到[H, W]的类别索引再映射成颜色。object150_info.csv里通常有类别名和对应的 RGB 值没有的话就自己生成调色板。import numpy as np import cv2 import torch def preprocess(image_path, input_size(513, 513)): img cv2.imread(image_path) img cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_resized cv2.resize(img, input_size) # 归一化到 [0,1] 再标准化 tensor torch.from_numpy(img_resized).float() / 255.0 tensor (tensor - torch.tensor([0.485, 0.456, 0.406])) / torch.tensor([0.229, 0.224, 0.225]) # 调整维度为 [1, C, H, W] tensor tensor.permute(2, 0, 1).unsqueeze(0) return tensor, img.shape[:2] def postprocess(output, original_size, num_classes150): # output: [1, num_classes, H, W] pred torch.argmax(output, dim1).squeeze(0).cpu().numpy() # 恢复原图尺寸 pred cv2.resize(pred.astype(np.uint8), (original_size[1], original_size[0]), interpolationcv2.INTER_NEAREST) # 生成彩色掩膜 palette np.random.randint(0, 255, (num_classes, 3), dtypenp.uint8) color_mask palette[pred] return pred, color_maskinput_size要和模型训练时一致不一致的话精度会明显下降。INTER_NEAREST是必须的用双线性插值会把类别索引插成小数颜色就乱了。palette随机生成只是权宜之计正式用应该从 CSV 读固定颜色保证同一类别每次颜色一样。3.3 把分割结果叠回原图光有彩色掩膜不够直观通常要做半透明叠加。这一步在 PyQt 里可以用QPixmap和QPainter完成也可以先用 OpenCV 合成再显示。def overlay(image, color_mask, alpha0.5): # image: 原图 RGB, color_mask: 同尺寸彩色掩膜 blended cv2.addWeighted(image, 1 - alpha, color_mask, alpha, 0) return blendedalpha控制透明度0.5 是常用值太低看不清分割区域太高盖住原图细节。合成后转成QImage再塞进QLabel显示。注意 OpenCV 是 BGRPyQt 是 RGB转换时别搞反否则颜色会偏。4. 避坑与排查从环境到推理的 5 个真实翻车点4.1 现象界面能开点分割就闪退原因PyQt 的事件循环里直接跑了耗时推理主线程被阻塞窗口无响应后被系统杀掉。解决把推理放到QThread里通过信号槽把结果传回主线程更新界面。不要用time.sleep模拟直接开线程。4.2 现象报CUDA out of memory但显存看着够原因PyTorch 缓存分配器没有及时释放连续推理多张图后碎片化。解决推理时用with torch.no_grad():包住减少中间变量每张图处理后torch.cuda.empty_cache()或者干脆切 CPU 跑 MobileNet。4.3 现象分割结果全是同一类颜色原因num_classes和权重输出通道不匹配argmax 永远落在同一个索引上。解决打印模型输出 shape确认第二维等于 CSV 行数如果权重是 COCO 的 91 类就把num_classes改成 91或者换 150 类的权重。4.4 现象object150_info.csv读取报编码错误原因CSV 可能是 GBK 编码pandas.read_csv默认 UTF-8。解决加encodinggbk或encodingutf-8-sig试一次就知道。4.5 现象换了自己的图结果一塌糊涂原因预训练模型没见过这类场景域差异太大。解决要么用相近领域的权重要么拿自己的数据微调。微调不是这份资源的重点但至少要知道推理效果的上限由训练数据决定不是换个模型就能解决。5. 进阶把推理封装成可复用模块顺带验证模型是否真的加载成功5.1 写一个独立的推理类脱离界面也能跑界面是壳核心是推理。把推理逻辑抽成一个类既方便调试也方便以后接命令行或 Web 服务。class SegmentationEngine: def __init__(self, model_namemobilenet, num_classes150, devicecpu): self.device torch.device(device) self.model get_model(model_name, num_classes).to(self.device) self.model.eval() self.num_classes num_classes def predict(self, image_path): tensor, original_size preprocess(image_path) tensor tensor.to(self.device) with torch.no_grad(): output self.model(tensor)[out] if isinstance(self.model(tensor), dict) else self.model(tensor) pred, color_mask postprocess(output, original_size, self.num_classes) return pred, color_maskisinstance那行是兼容不同模型返回格式有的返回 dict 带out键有的直接返回张量。device参数让你在 CPU 和 GPU 之间切换不用改代码。5.2 验证模型是否真的加载了预训练权重一个简单办法用同一张图分别跑随机初始化和加载权重后的模型如果输出掩膜几乎一样说明权重没加载成功。更直接的是打印部分层的均值。# 检查第一层卷积权重的统计量 for name, param in engine.model.named_parameters(): if weight in name and param.dim() 1: print(name, param.mean().item(), param.std().item()) break预训练权重的均值通常接近 0标准差在 0.1 到 0.5 之间如果全是 0 或者异常大就是没加载上。这个习惯我每次换权重都强制走一遍比看 loss 曲线快得多。5.3 批量测试与结果保存想快速看 8 个模型在同一张图上的差异写个循环把结果拼成一张大图。import os models_list [mobilenet, resnet50, fcn, deeplabv3, lraspp, unet, segnet, pspnet] results [] for m in models_list: try: engine SegmentationEngine(model_namem, devicecpu) _, mask engine.predict(test.jpg) results.append((m, mask)) except Exception as e: print(f{m} 失败: {e}) # 横向拼接保存 if results: concat np.hstack([cv2.cvtColor(r[1], cv2.COLOR_RGB2BGR) for r in results]) cv2.imwrite(compare.jpg, concat)try块不能省8 个模型里总有一两个因为权重缺失或结构不兼容跑不起来跳过继续比卡死强。拼图时注意颜色空间转换否则保存出来偏色。5.4 一个容易忽略的细节CSV 里的类别顺序object150_info.csv的行顺序就是类别索引顺序如果你自己重新排序或者删了几行argmax 的结果就全错位了。改 CSV 之前先备份改完用一张已知类别的图验证。我一般会在代码里加一行断言检查 CSV 行数和num_classes是否相等不相等直接抛异常省得后面查半天。从那以后我每次拿到这类带类别表的项目第一件事就是核对 CSV 行数和模型输出通道第二件事是拿自带素材跑一遍确认颜色对得上。希望帮到你。本文还有配套的精品资源点击获取