尧图网站建设 
简介这是一套基于Python的岩石裂缝与CT岩心裂缝语义分割源码及配套数据集主要面向计算机视觉方向毕业设计、课程设计与期末大作业的本科及专科学生也适合希望快速上手图像分割实践的初学者。资源覆盖岩石表面裂缝与CT岩心影像的语义分割任务包含数据增强、均值计算等辅助脚本代码注释详细简单部署后即可运行可帮助理解标签制作、样本增强、模型训练与结果可视化等关键流程。压缩包共11个文件包括3个Python脚本、6张原始图像与对应标签图以及1个README说明文档整体仅1.13MB轻量且结构清晰目前已有225人学习下载。下载后按README指引即可快速运行也可将数据增强脚本迁移到类似裂缝分割或目标检测场景对于需要完成高分项目或快速复现分割实验的读者这份压缩包是一份可直接落地的轻量参考。1. 岩石裂缝与CT岩心语义分割为什么一张CT片的裂缝识别这么难做过岩心CT扫描的人都有这种体验一块碳酸盐岩岩心扫出来的CT序列人眼能看出裂缝的走向但让算法自动把每一条裂缝的像素边界画出来却总是差一口气。裂缝在CT图像上占的比例往往不到5%却决定了岩心渗透率评价、储层裂缝参数提取的成败。这个基于Python的岩石裂缝与CT岩心语义分割方案解决的正是这个问题用语义分割模型把CT岩心图像里的裂缝从背景中逐像素抠出来输出可供后续统计裂缝宽度、走向、密度的二值掩膜。适合地质工程、油气储层评价、岩石力学方向的研究生和工程师也适合刚接触语义分割但想直接落地到具体行业的Python开发者。这篇文章从数据标注、模型选型、训练调参讲到推理评估和提分技巧全程可复现。2. 把CT岩心图变成训练样本标注、增强与数据集划分2.1 Labelme标注的取舍裂缝用Polygon还是Brush岩石裂缝与CT岩心语义分割的第一步不是写模型而是先把CT切片变成带标签的掩膜。常见做法是用Labelme标注因为它的JSON格式转语义分割掩膜非常成熟。但裂缝这种细长目标有个特殊问题裂缝宽度往往只有几个像素到十几个像素用Polygon逐点描效率太低而用Brush一笔画又容易把噪声也圈进去。我一般建议折中处理先放大到200%到400%视口用Brush工具沿裂缝中心线涂抹宽度比实际裂缝略宽1到2个像素然后统一做一次形态学腐蚀把标注边缘收回来。这样标注速度比Polygon快三到五倍且能避免裂缝断开。标注文件的组织方式建议是images/放CT切片labels_json/放Labelme的JSON文件每个JSON与切片同名。标注类别的命名统一用fracture多类别场景再加pore。Labelme的JSON转换代码通常这样写import json import numpy as np import cv2 def labelme_json_to_mask(json_path, shape, label_map): with open(json_path, r, encodingutf-8) as f: data json.load(f) mask np.zeros(shape[:2], dtypenp.uint8) for shape_item in data[shapes]: label shape_item[label] cls_id label_map.get(label, 0) points np.array(shape_item[points], dtypenp.int32) cv2.fillPoly(mask, [points], cls_id) return mask把label_map设为{fracture: 1, background: 0}背景不需要单独标注Mask里没填到的区域默认是0。这里有一个容易被忽略的细节cv2.fillPoly要求点的坐标是整数而Labelme导出的坐标可能是浮点直接转np.int32会引入最多个把像素的偏移。裂缝几个像素宽这个偏移可能直接导致标签与图像错位所以稳妥做法是先用np.round再转整型。另一个细节是Labelme的imageData字段可能很大转换脚本里不要反复加载它直接按文件名匹配即可。数据集划分方面不要把同一块岩心不同切面的CT图随机打散后分配进训练集和验证集。相邻切片高度相关随机划分会让验证集看起来指标很好实际对一口新井的岩心效果大幅下滑。按“岩心块”划分才合理比如12块岩心8块做训练、2块做验证、2块做测试。2.2 裂缝合成与数据增强解决“一条裂缝只有3个像素宽”的困境CT岩心切片里裂缝像素占比太低是这类任务数据层面最大的问题。一套标注好的数据集可能200张图但裂缝像素加起来只占0.3%模型很容易退化成一类“全预测为背景”的作弊器。单纯调损失函数只能缓解数据增强层面能做的还有两件事裂缝裁剪和裂缝合成。裂缝裁剪就是把有裂缝的区域按patch裁剪出来配合滑动窗口采样让每个训练patch里裂缝比例提高到3%到10%。这是最直接、最安全的手段。建议patch尺寸取256×256或512×512步长取patch尺寸的一半保证重叠覆盖。这样做还有个额外好处CT切片往往很大直接把全图塞进显存训练会爆显存裁剪后可以用更大的batch size。裂缝合成是加量手段做法是把已标注的裂缝块和背景块分别保存训练时随机构造新的组合。但是CT岩心裂缝有特定的灰度分布和走向特点单纯复制粘贴会产生明显的拼接痕迹。实际工程中我先向裂缝骨架做一次随机刚性变换再把灰度按周围背景的均值和方差做归一化最后用泊松融合贴回去。说实话这条路径的细节很依赖具体数据集不建议第一次做就投入太多时间先把裁剪和常规增强用好更划算。常规增强方面Albumentations是首选工具库。CT图像不能随便做色彩变换空间变换是主力。我常用的增强管线和参数如下import albumentations as A train_transform A.Compose([ A.RandomCrop(512, 512, p1.0), A.HorizontalFlip(p0.5), A.VerticalFlip(p0.2), A.RandomRotate90(p0.5), A.ShiftScaleRotate(shift_limit0.05, scale_limit0.1, rotate_limit15, p0.5), A.OneOf([ A.GaussianBlur(blur_limit3, p0.5), A.GaussNoise(var_limit(10.0, 30.0), p0.5), A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.5), ], p0.5), ]) val_transform A.Compose([ A.PadIfNeeded(min_height512, min_width512), ])ShiftScaleRotate的rotate_limit不要设太大岩心裂缝通常沿一定方向分布旋转超过30度会产生现实中不太合理的裂缝形态。GaussNoise的var_limit对应CT图像的噪声强度CT切片本身信噪比不低噪声增强过强会让模型学会忽略细裂缝。整体原则是“轻增强”CT图像的成像条件相对稳定用力过猛的增强反而拉低效果。3. 用U-Net跑通基线模型选型与训练参数设置3.1 U-Net是基线DeepLabV3/SegFormer是备选岩石裂缝与CT岩心语义分割这类任务U-Net依然是当之无愧的基线。原因很实在裂缝是强边界目标需要细节信息U-Net的编码器-解码器结构配合跳跃连接把浅层细节和深层语义拼在一起正好契合细线分割的需求。数据量少时U-Net也不容易过拟合因为参数量可控。主干编码器方面ResNet34比ResNet50更合适。CT岩心图像的语义层级较浅ResNet50的深层特征并不能带来明显收益却把显存占用和训练时间拉高。做实验对比时我给ResNet34-U-Net和ResNet50-U-Net各跑一遍mIoU只差0.3到0.5个百分点训练时长差了近一倍后来统一用ResNet34。如果你用的不是PyTorch而是MMSegmentation配置文件里的model.backbone.depth直接改成34即可其他参数不用动。DeepLabV3的ASPP模块擅长多尺度感受野对粗细不一的裂缝有一定优势但它的输出分辨率恢复能力弱于U-Net细裂缝的召回率通常会差一些。SegFormer则适合有大显存、想拉高精度的场景它的分层Transformer结构对全局上下文建模能力更强能减少把伪影误判为裂缝的情况代价是显存占用高一个量级。第一次跑通建议只用U-Net把基线的mIoU做出来再谈换模型。3.2 损失函数和训练参数DiceLoss加BCE别的先别碰裂缝类别的占比极低直接用CrossEntropyLoss会让模型倾向于把所有像素预测为背景。常见做法是使用DiceLoss加BCE的组合DiceLoss天然处理类别不平衡BCE提供稳定的梯度信号。纯DiceLoss在裂缝区域容易出现训练初期梯度振荡两者组合后收敛平稳得多。实现里需要关注负样本区域的Dice计算通常要为背景加一个平滑系数eps否则裂缝占比极低时Dice的数值波动会导致训练曲线抖动。典型训练脚本的结构我通常拆成数据加载、训练主循环、验证三部分import torch import torch.nn as nn def dice_bce_loss(pred, mask, eps1e-6): pred torch.sigmoid(pred) bce nn.functional.binary_cross_entropy(pred, mask.float()) pred_flat pred.contiguous().view(-1) mask_flat mask.contiguous().view(-1) intersection (pred_flat * mask_flat).sum() dice 1 - (2.0 * intersection eps) / (pred_flat.sum() mask_flat.sum() eps) return bce * 0.5 dice * 0.5eps1e-6是防pred_flat.sum()和mask_flat.sum()都接近0的经典技巧细裂缝的mask经常出现一个patch内统计量极小的情况。bce * 0.5 dice * 0.5这个权重组合在大多数裂缝分割任务里表现稳定。如果训练初期loss出现剧烈跳动可以先提升BCE的权重到0.7等Dice稳定后再调回来。训练参数的设定没有什么玄学但必须和显存、patch大小联动配置learning_rate 1e-4 batch_size 16 epochs 120learning_rate选1e-4配合AdamW优化器。用SGD的话初始学习率可以放到0.01但需要配合动量0.9收敛速度比AdamW慢。batch_size16对应512×512的输入在单张24GB显卡上的显存占用如果是16GB显存的显卡batch_size降到8学习率按比例降到5e-5否则loss容易震荡。epochs设120是经验值岩石裂缝CT数据集通常在80到100个epoch后mIoU进入平台期120轮足够观察过拟合信号。PyTorch里用torch.optim.lr_scheduler.CosineAnnealingLR做余弦退火T_maxepochs如果loss在训练后半段波动明显改用ReduceLROnPlateau看验证loss来降学习率更稳。验证频率同样值得注意。每5个epoch评估一次验证集就够了裂缝分割的训练指标在epoch之间波动很大每轮都验证只会浪费时间还不能说明问题。保存模型时不要只看mIoU同步保存一个Dice最高的checkpoint两个指标配合判断mIoU高但Dice低说明裂缝虽然画得准但漏检严重两个文件都留后用哪个再做决定。4. 裂缝分割的5个常见坑与排查从标注噪声到窗宽窗位干扰4.1 标注孔隙与裂缝混在一起模型被迫学一个模糊概念现象模型预测结果里出现大片斑块噪声把粒间孔隙也当成裂缝输出。原因CT岩心图像里裂缝和孔隙在灰度上高度相似如果标注时没在类别定义上做严格区分模型无法学到判别性特征。Labelme标注时同一个操作者前后标准不一致、不同操作者之间不一致也会强化这个问题。解决制定标注规范并做一致性检查。裂缝定义为宽度明显大于孔隙直径的线性不连续面标注时必须沿裂缝骨架画线孔隙按独立类别“pore”标注。第二遍由另一个人复核两人的Dice一致性低于0.9就需要回到原地重新讨论标准。这个检查环节听着繁琐但省掉的话后面所有训练时间都会浪费在纠正这个偏差上。4.2 模型退化成一个阈值器裂缝缺失时全预测为背景现象训练到第30个epoch后损失不再下降预测结果全为背景。原因裂缝类别占比低于1%时模型发现全部预测为背景也能得到非常低的损失。DiceLoss加BCE的组合能缓解但不保证解决特别是输入patch里大量样本完全不含裂缝时梯度信号几乎为零模型压根没机会学习。解决在数据增强阶段强制保证每个训练patch都包含裂缝。做法是采样时先随机选一个裂缝标注位置以该位置为中心裁剪patch再穿插一部分随机背景patch。另外要检查增强管线是否把裂缝的小目标洗掉了连续做RandomCrop再加RandomRotate90可能会让细裂缝被裁剪出patch边界或旋转后落在图像边缘造成训练样本空洞。4.3 CT环状伪影被识别成裂缝现象预测图中出现同心圆弧状的裂缝假阳性位置与CT扫描的环状伪影高度重合。原因CT图像因探测器响应不均匀或射线硬化效应会产生环状伪影它的形态在局部看起来成段分布灰度渐变特征与裂缝相近。模型学会利用这些一致性特征做预测导致伪影处形成假阳性。解决预处理阶段先做伪影抑制。常见做法是频域滤波或中值滤波但幅度要控制。更值得投入的是在训练集里多收集几个不同扫描批次的数据让模型见过多种伪影形态。如果数据来源只有一台CT机那么换一台机器后效果大概率变差这一点在项目启动前就要心理有底。4.4 验证集mIoU高但单块岩心切片上完全翻车现象测试集平均mIoU不错单独看某口井或某一深度段的岩心片裂缝几乎全部漏检。原因数据集划分时把同一块岩心的不同切片混进了训练集和验证集验证时两张相邻切片高度相似导致指标虚高。实际部署遇到的新岩心块在灰度分布、裂缝形态上和训练数据差异明显指标立刻垮掉。解决按岩心块划分数据并绘制每个岩心块的灰度直方图做分布检查。如果某个验证岩心块的灰度分布与训练集有明显偏移可以考虑用直方图匹配做归一化。更简单的做法是在预处理里做每张图的灰度归一化到[0, 1]并记录均值和标准差推理阶段用同样参数处理避免因为窗宽窗位设置不同导致灰度漂移。4.5 CT切片超高分辨导致显存溢出现象输入7300×7300的CT切片程序直接报CUDA out of memory连训练都启动不了。原因CT岩心扫描切片分辨率经常很高直接整图输入显存必然爆。解决采用训练时裁剪、推理时瓦片拼接tiling的方案。训练时固定patch大小512×512推理时用256或512步长滑动窗口把每个patch的预测结果拼回原尺寸重叠区域取平均值。albumentations里的PadIfNeeded先补边再加窗口避免图像边缘漏检。这一步不是可选项是整个项目能不能跑起来的前提。5. 从模型到成果推理脚本与评估指标的计算5.1 推理脚本怎么组织Tiling拼回大图和保存格式训练完成后落地环节是写一个能处理整张CT切片的推理脚本。推理流程分三步按滑动窗口切成patch每个patch走forward得到概率图最后拼回原尺寸。torch.no_grad()开启模型切到model.eval()模式。这里有个数据细节训练时的归一化参数必须和推理时保持一致否则灰度分布偏移直接导致mIoU下降。写推理脚本时要把每个patch的预测概率图保存在内存重叠区域做平均。代码如下import torch import numpy as np def predict_single_volume(model, volume, patch_size512, stride256, devicecuda): model.eval() h, w volume.shape[:2] prob_map np.zeros((h, w), dtypenp.float32) count_map np.zeros((h, w), dtypenp.float32) pad_h (patch_size - h % patch_size) % patch_size pad_w (patch_size - w % patch_size) % patch_size padded np.pad(volume, ((0, pad_h), (0, pad_w)), modereflect) with torch.no_grad(): for y in range(0, padded.shape[0] - patch_size 1, stride): for x in range(0, padded.shape[1] - patch_size 1, stride): patch padded[y:y patch_size, x:x patch_size] tensor torch.from_numpy(patch).unsqueeze(0).unsqueeze(0).float().to(device) pred torch.sigmoid(model(tensor)).squeeze().cpu().numpy() prob_map[y:y patch_size, x:x patch_size] pred count_map[y:y patch_size, x:x patch_size] 1 prob_map / np.maximum(count_map, 1) return prob_map[:h, :w]stride256意味着patch之间有50%重叠重叠区域取平均能显著减少拼接接缝处的预测不连续。np.pad用modereflect比填零更平滑避免边缘patch预测偏差。最终输出是每个像素的裂缝概率值后续需要转成二值掩膜时再设阈值不要把阈值提前写死在模型里。推理也有副作用问题模型在全图推理时显存占用比训练低不少但直接整图送进去依然可能报内存错误所以瓦片推理这个步骤必须做成标准流程。推理完毕后把结果存成两种格式PNG掩膜用于人工检查和报告展示NumPy的.npy文件用于后续裂缝参数统计。.npy是浮点概率图后续想换阈值重出图不需要重新推理。5.2 评估指标mIoU之外还要看Recall和Prediction的连通性语义分割的标准指标是mIoU即预测与标签的交并比。对裂缝这种窄目标来说mIoU对像素偏移极度敏感预测的裂缝比标签偏了两个像素IoU就掉得很难看。只盯着mIoU调参容易陷入一个死循环模型表现不差但指标不涨。这时候要看Dice系数Dice对像素偏移的容错度高一些两个指标一起报更公平。裂缝分割的特殊之处在于评估不能只看像素级指标还要看拓扑保真度。裂缝被分成几段、断裂处有多少连接错误这些信息用像素指标体现不出来。一个可行的补充做法是提取预测掩膜的连通域计算与标签掩膜连通域的重叠率。代码不复杂用scipy.ndimage.label分别标连通域再计算两者IoU重叠不到0.5的连通域视为断线。实际做裂缝宽度、走向统计时这个指标比mIoU更能说明结果能不能用。阈值的选择也有讲究。概率图转二值掩膜默认阈值是0.5但对裂缝任务建议做一次阈值扫描在0.3到0.7之间以0.05为步长变化画一条Dice随阈值变化的曲线。最高点对应的阈值通常不是0.5而是偏向0.4左右因为裂缝像素偏少、模型预测概率整体偏低。把最优阈值固化到推理配置里后续重新推理时直接复用。6. 连通域清洗与方向性TTA把裂缝分割精度再做扎实一点训练结束不等于交付。岩石裂缝与CT岩心语义分割最后这一步我通常还会做两个操作分别叫连通域清洗和方向性TTA。连通域清洗针对的是假阳性斑块。裂缝在形态上具有连续性一个正常的裂缝连通域面积不会太小、延伸不会太短。预测掩膜里那些只有几十个像素的小斑块绝大多数是孔隙边缘或伪影误判。用scipy.ndimage.label标记连通域后把面积小于阈值的连通域直接删除阈值按图像分辨率和裂缝宽度动态设一般取裂缝宽度平方乘以12倍承担“裂缝至少横跨一定距离”的先验。这一步能在几乎不伤召回率的前提下把精确率提升两三个百分点。方向性TTA则是利用岩心裂缝常沿特定方向分布的特点。常规TTA是做水平翻转、垂直翻转然后平均预测结果但对裂缝来说90度旋转会让细长裂缝在像素网格上的连续性发生变化带来额外的预测不确定性。更稳的做法是只做“不改变裂缝走向语义”的翻转组合对一张测试图分别做原图、水平翻转、垂直翻转三次推理概率图取平均后还原回原方向。相比八倍TTA这种方式计算量小且避免了对裂缝方向先验的破坏。这两个技巧配合使用能稳定改善结果但不能替代训练阶段的数据质量。我自己的习惯是先把连通域清洗逻辑写成一个独立工具每次推理最后一步都跑一遍并把清洗前后的指标对比留档这样交付报告里能清楚显示后处理手段提升了多少也让其他人拿到项目后知道哪些收益来自模型、哪些来自后处理。希望这套从数据标注到推理评估的完整路径能帮你在自己的岩心CT数据上少走几趟弯路。本文还有配套的精品资源点击获取 岩石裂缝与CT岩心语义分割：从标注到推理的完整实战方案
简介这是一套基于Python的岩石裂缝与CT岩心裂缝语义分割源码及配套数据集主要面向计算机视觉方向毕业设计、课程设计与期末大作业的本科及专科学生也适合希望快速上手图像分割实践的初学者。资源覆盖岩石表面裂缝与CT岩心影像的语义分割任务包含数据增强、均值计算等辅助脚本代码注释详细简单部署后即可运行可帮助理解标签制作、样本增强、模型训练与结果可视化等关键流程。压缩包共11个文件包括3个Python脚本、6张原始图像与对应标签图以及1个README说明文档整体仅1.13MB轻量且结构清晰目前已有225人学习下载。下载后按README指引即可快速运行也可将数据增强脚本迁移到类似裂缝分割或目标检测场景对于需要完成高分项目或快速复现分割实验的读者这份压缩包是一份可直接落地的轻量参考。1. 岩石裂缝与CT岩心语义分割为什么一张CT片的裂缝识别这么难做过岩心CT扫描的人都有这种体验一块碳酸盐岩岩心扫出来的CT序列人眼能看出裂缝的走向但让算法自动把每一条裂缝的像素边界画出来却总是差一口气。裂缝在CT图像上占的比例往往不到5%却决定了岩心渗透率评价、储层裂缝参数提取的成败。这个基于Python的岩石裂缝与CT岩心语义分割方案解决的正是这个问题用语义分割模型把CT岩心图像里的裂缝从背景中逐像素抠出来输出可供后续统计裂缝宽度、走向、密度的二值掩膜。适合地质工程、油气储层评价、岩石力学方向的研究生和工程师也适合刚接触语义分割但想直接落地到具体行业的Python开发者。这篇文章从数据标注、模型选型、训练调参讲到推理评估和提分技巧全程可复现。2. 把CT岩心图变成训练样本标注、增强与数据集划分2.1 Labelme标注的取舍裂缝用Polygon还是Brush岩石裂缝与CT岩心语义分割的第一步不是写模型而是先把CT切片变成带标签的掩膜。常见做法是用Labelme标注因为它的JSON格式转语义分割掩膜非常成熟。但裂缝这种细长目标有个特殊问题裂缝宽度往往只有几个像素到十几个像素用Polygon逐点描效率太低而用Brush一笔画又容易把噪声也圈进去。我一般建议折中处理先放大到200%到400%视口用Brush工具沿裂缝中心线涂抹宽度比实际裂缝略宽1到2个像素然后统一做一次形态学腐蚀把标注边缘收回来。这样标注速度比Polygon快三到五倍且能避免裂缝断开。标注文件的组织方式建议是images/放CT切片labels_json/放Labelme的JSON文件每个JSON与切片同名。标注类别的命名统一用fracture多类别场景再加pore。Labelme的JSON转换代码通常这样写import json import numpy as np import cv2 def labelme_json_to_mask(json_path, shape, label_map): with open(json_path, r, encodingutf-8) as f: data json.load(f) mask np.zeros(shape[:2], dtypenp.uint8) for shape_item in data[shapes]: label shape_item[label] cls_id label_map.get(label, 0) points np.array(shape_item[points], dtypenp.int32) cv2.fillPoly(mask, [points], cls_id) return mask把label_map设为{fracture: 1, background: 0}背景不需要单独标注Mask里没填到的区域默认是0。这里有一个容易被忽略的细节cv2.fillPoly要求点的坐标是整数而Labelme导出的坐标可能是浮点直接转np.int32会引入最多个把像素的偏移。裂缝几个像素宽这个偏移可能直接导致标签与图像错位所以稳妥做法是先用np.round再转整型。另一个细节是Labelme的imageData字段可能很大转换脚本里不要反复加载它直接按文件名匹配即可。数据集划分方面不要把同一块岩心不同切面的CT图随机打散后分配进训练集和验证集。相邻切片高度相关随机划分会让验证集看起来指标很好实际对一口新井的岩心效果大幅下滑。按“岩心块”划分才合理比如12块岩心8块做训练、2块做验证、2块做测试。2.2 裂缝合成与数据增强解决“一条裂缝只有3个像素宽”的困境CT岩心切片里裂缝像素占比太低是这类任务数据层面最大的问题。一套标注好的数据集可能200张图但裂缝像素加起来只占0.3%模型很容易退化成一类“全预测为背景”的作弊器。单纯调损失函数只能缓解数据增强层面能做的还有两件事裂缝裁剪和裂缝合成。裂缝裁剪就是把有裂缝的区域按patch裁剪出来配合滑动窗口采样让每个训练patch里裂缝比例提高到3%到10%。这是最直接、最安全的手段。建议patch尺寸取256×256或512×512步长取patch尺寸的一半保证重叠覆盖。这样做还有个额外好处CT切片往往很大直接把全图塞进显存训练会爆显存裁剪后可以用更大的batch size。裂缝合成是加量手段做法是把已标注的裂缝块和背景块分别保存训练时随机构造新的组合。但是CT岩心裂缝有特定的灰度分布和走向特点单纯复制粘贴会产生明显的拼接痕迹。实际工程中我先向裂缝骨架做一次随机刚性变换再把灰度按周围背景的均值和方差做归一化最后用泊松融合贴回去。说实话这条路径的细节很依赖具体数据集不建议第一次做就投入太多时间先把裁剪和常规增强用好更划算。常规增强方面Albumentations是首选工具库。CT图像不能随便做色彩变换空间变换是主力。我常用的增强管线和参数如下import albumentations as A train_transform A.Compose([ A.RandomCrop(512, 512, p1.0), A.HorizontalFlip(p0.5), A.VerticalFlip(p0.2), A.RandomRotate90(p0.5), A.ShiftScaleRotate(shift_limit0.05, scale_limit0.1, rotate_limit15, p0.5), A.OneOf([ A.GaussianBlur(blur_limit3, p0.5), A.GaussNoise(var_limit(10.0, 30.0), p0.5), A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.5), ], p0.5), ]) val_transform A.Compose([ A.PadIfNeeded(min_height512, min_width512), ])ShiftScaleRotate的rotate_limit不要设太大岩心裂缝通常沿一定方向分布旋转超过30度会产生现实中不太合理的裂缝形态。GaussNoise的var_limit对应CT图像的噪声强度CT切片本身信噪比不低噪声增强过强会让模型学会忽略细裂缝。整体原则是“轻增强”CT图像的成像条件相对稳定用力过猛的增强反而拉低效果。3. 用U-Net跑通基线模型选型与训练参数设置3.1 U-Net是基线DeepLabV3/SegFormer是备选岩石裂缝与CT岩心语义分割这类任务U-Net依然是当之无愧的基线。原因很实在裂缝是强边界目标需要细节信息U-Net的编码器-解码器结构配合跳跃连接把浅层细节和深层语义拼在一起正好契合细线分割的需求。数据量少时U-Net也不容易过拟合因为参数量可控。主干编码器方面ResNet34比ResNet50更合适。CT岩心图像的语义层级较浅ResNet50的深层特征并不能带来明显收益却把显存占用和训练时间拉高。做实验对比时我给ResNet34-U-Net和ResNet50-U-Net各跑一遍mIoU只差0.3到0.5个百分点训练时长差了近一倍后来统一用ResNet34。如果你用的不是PyTorch而是MMSegmentation配置文件里的model.backbone.depth直接改成34即可其他参数不用动。DeepLabV3的ASPP模块擅长多尺度感受野对粗细不一的裂缝有一定优势但它的输出分辨率恢复能力弱于U-Net细裂缝的召回率通常会差一些。SegFormer则适合有大显存、想拉高精度的场景它的分层Transformer结构对全局上下文建模能力更强能减少把伪影误判为裂缝的情况代价是显存占用高一个量级。第一次跑通建议只用U-Net把基线的mIoU做出来再谈换模型。3.2 损失函数和训练参数DiceLoss加BCE别的先别碰裂缝类别的占比极低直接用CrossEntropyLoss会让模型倾向于把所有像素预测为背景。常见做法是使用DiceLoss加BCE的组合DiceLoss天然处理类别不平衡BCE提供稳定的梯度信号。纯DiceLoss在裂缝区域容易出现训练初期梯度振荡两者组合后收敛平稳得多。实现里需要关注负样本区域的Dice计算通常要为背景加一个平滑系数eps否则裂缝占比极低时Dice的数值波动会导致训练曲线抖动。典型训练脚本的结构我通常拆成数据加载、训练主循环、验证三部分import torch import torch.nn as nn def dice_bce_loss(pred, mask, eps1e-6): pred torch.sigmoid(pred) bce nn.functional.binary_cross_entropy(pred, mask.float()) pred_flat pred.contiguous().view(-1) mask_flat mask.contiguous().view(-1) intersection (pred_flat * mask_flat).sum() dice 1 - (2.0 * intersection eps) / (pred_flat.sum() mask_flat.sum() eps) return bce * 0.5 dice * 0.5eps1e-6是防pred_flat.sum()和mask_flat.sum()都接近0的经典技巧细裂缝的mask经常出现一个patch内统计量极小的情况。bce * 0.5 dice * 0.5这个权重组合在大多数裂缝分割任务里表现稳定。如果训练初期loss出现剧烈跳动可以先提升BCE的权重到0.7等Dice稳定后再调回来。训练参数的设定没有什么玄学但必须和显存、patch大小联动配置learning_rate 1e-4 batch_size 16 epochs 120learning_rate选1e-4配合AdamW优化器。用SGD的话初始学习率可以放到0.01但需要配合动量0.9收敛速度比AdamW慢。batch_size16对应512×512的输入在单张24GB显卡上的显存占用如果是16GB显存的显卡batch_size降到8学习率按比例降到5e-5否则loss容易震荡。epochs设120是经验值岩石裂缝CT数据集通常在80到100个epoch后mIoU进入平台期120轮足够观察过拟合信号。PyTorch里用torch.optim.lr_scheduler.CosineAnnealingLR做余弦退火T_maxepochs如果loss在训练后半段波动明显改用ReduceLROnPlateau看验证loss来降学习率更稳。验证频率同样值得注意。每5个epoch评估一次验证集就够了裂缝分割的训练指标在epoch之间波动很大每轮都验证只会浪费时间还不能说明问题。保存模型时不要只看mIoU同步保存一个Dice最高的checkpoint两个指标配合判断mIoU高但Dice低说明裂缝虽然画得准但漏检严重两个文件都留后用哪个再做决定。4. 裂缝分割的5个常见坑与排查从标注噪声到窗宽窗位干扰4.1 标注孔隙与裂缝混在一起模型被迫学一个模糊概念现象模型预测结果里出现大片斑块噪声把粒间孔隙也当成裂缝输出。原因CT岩心图像里裂缝和孔隙在灰度上高度相似如果标注时没在类别定义上做严格区分模型无法学到判别性特征。Labelme标注时同一个操作者前后标准不一致、不同操作者之间不一致也会强化这个问题。解决制定标注规范并做一致性检查。裂缝定义为宽度明显大于孔隙直径的线性不连续面标注时必须沿裂缝骨架画线孔隙按独立类别“pore”标注。第二遍由另一个人复核两人的Dice一致性低于0.9就需要回到原地重新讨论标准。这个检查环节听着繁琐但省掉的话后面所有训练时间都会浪费在纠正这个偏差上。4.2 模型退化成一个阈值器裂缝缺失时全预测为背景现象训练到第30个epoch后损失不再下降预测结果全为背景。原因裂缝类别占比低于1%时模型发现全部预测为背景也能得到非常低的损失。DiceLoss加BCE的组合能缓解但不保证解决特别是输入patch里大量样本完全不含裂缝时梯度信号几乎为零模型压根没机会学习。解决在数据增强阶段强制保证每个训练patch都包含裂缝。做法是采样时先随机选一个裂缝标注位置以该位置为中心裁剪patch再穿插一部分随机背景patch。另外要检查增强管线是否把裂缝的小目标洗掉了连续做RandomCrop再加RandomRotate90可能会让细裂缝被裁剪出patch边界或旋转后落在图像边缘造成训练样本空洞。4.3 CT环状伪影被识别成裂缝现象预测图中出现同心圆弧状的裂缝假阳性位置与CT扫描的环状伪影高度重合。原因CT图像因探测器响应不均匀或射线硬化效应会产生环状伪影它的形态在局部看起来成段分布灰度渐变特征与裂缝相近。模型学会利用这些一致性特征做预测导致伪影处形成假阳性。解决预处理阶段先做伪影抑制。常见做法是频域滤波或中值滤波但幅度要控制。更值得投入的是在训练集里多收集几个不同扫描批次的数据让模型见过多种伪影形态。如果数据来源只有一台CT机那么换一台机器后效果大概率变差这一点在项目启动前就要心理有底。4.4 验证集mIoU高但单块岩心切片上完全翻车现象测试集平均mIoU不错单独看某口井或某一深度段的岩心片裂缝几乎全部漏检。原因数据集划分时把同一块岩心的不同切片混进了训练集和验证集验证时两张相邻切片高度相似导致指标虚高。实际部署遇到的新岩心块在灰度分布、裂缝形态上和训练数据差异明显指标立刻垮掉。解决按岩心块划分数据并绘制每个岩心块的灰度直方图做分布检查。如果某个验证岩心块的灰度分布与训练集有明显偏移可以考虑用直方图匹配做归一化。更简单的做法是在预处理里做每张图的灰度归一化到[0, 1]并记录均值和标准差推理阶段用同样参数处理避免因为窗宽窗位设置不同导致灰度漂移。4.5 CT切片超高分辨导致显存溢出现象输入7300×7300的CT切片程序直接报CUDA out of memory连训练都启动不了。原因CT岩心扫描切片分辨率经常很高直接整图输入显存必然爆。解决采用训练时裁剪、推理时瓦片拼接tiling的方案。训练时固定patch大小512×512推理时用256或512步长滑动窗口把每个patch的预测结果拼回原尺寸重叠区域取平均值。albumentations里的PadIfNeeded先补边再加窗口避免图像边缘漏检。这一步不是可选项是整个项目能不能跑起来的前提。5. 从模型到成果推理脚本与评估指标的计算5.1 推理脚本怎么组织Tiling拼回大图和保存格式训练完成后落地环节是写一个能处理整张CT切片的推理脚本。推理流程分三步按滑动窗口切成patch每个patch走forward得到概率图最后拼回原尺寸。torch.no_grad()开启模型切到model.eval()模式。这里有个数据细节训练时的归一化参数必须和推理时保持一致否则灰度分布偏移直接导致mIoU下降。写推理脚本时要把每个patch的预测概率图保存在内存重叠区域做平均。代码如下import torch import numpy as np def predict_single_volume(model, volume, patch_size512, stride256, devicecuda): model.eval() h, w volume.shape[:2] prob_map np.zeros((h, w), dtypenp.float32) count_map np.zeros((h, w), dtypenp.float32) pad_h (patch_size - h % patch_size) % patch_size pad_w (patch_size - w % patch_size) % patch_size padded np.pad(volume, ((0, pad_h), (0, pad_w)), modereflect) with torch.no_grad(): for y in range(0, padded.shape[0] - patch_size 1, stride): for x in range(0, padded.shape[1] - patch_size 1, stride): patch padded[y:y patch_size, x:x patch_size] tensor torch.from_numpy(patch).unsqueeze(0).unsqueeze(0).float().to(device) pred torch.sigmoid(model(tensor)).squeeze().cpu().numpy() prob_map[y:y patch_size, x:x patch_size] pred count_map[y:y patch_size, x:x patch_size] 1 prob_map / np.maximum(count_map, 1) return prob_map[:h, :w]stride256意味着patch之间有50%重叠重叠区域取平均能显著减少拼接接缝处的预测不连续。np.pad用modereflect比填零更平滑避免边缘patch预测偏差。最终输出是每个像素的裂缝概率值后续需要转成二值掩膜时再设阈值不要把阈值提前写死在模型里。推理也有副作用问题模型在全图推理时显存占用比训练低不少但直接整图送进去依然可能报内存错误所以瓦片推理这个步骤必须做成标准流程。推理完毕后把结果存成两种格式PNG掩膜用于人工检查和报告展示NumPy的.npy文件用于后续裂缝参数统计。.npy是浮点概率图后续想换阈值重出图不需要重新推理。5.2 评估指标mIoU之外还要看Recall和Prediction的连通性语义分割的标准指标是mIoU即预测与标签的交并比。对裂缝这种窄目标来说mIoU对像素偏移极度敏感预测的裂缝比标签偏了两个像素IoU就掉得很难看。只盯着mIoU调参容易陷入一个死循环模型表现不差但指标不涨。这时候要看Dice系数Dice对像素偏移的容错度高一些两个指标一起报更公平。裂缝分割的特殊之处在于评估不能只看像素级指标还要看拓扑保真度。裂缝被分成几段、断裂处有多少连接错误这些信息用像素指标体现不出来。一个可行的补充做法是提取预测掩膜的连通域计算与标签掩膜连通域的重叠率。代码不复杂用scipy.ndimage.label分别标连通域再计算两者IoU重叠不到0.5的连通域视为断线。实际做裂缝宽度、走向统计时这个指标比mIoU更能说明结果能不能用。阈值的选择也有讲究。概率图转二值掩膜默认阈值是0.5但对裂缝任务建议做一次阈值扫描在0.3到0.7之间以0.05为步长变化画一条Dice随阈值变化的曲线。最高点对应的阈值通常不是0.5而是偏向0.4左右因为裂缝像素偏少、模型预测概率整体偏低。把最优阈值固化到推理配置里后续重新推理时直接复用。6. 连通域清洗与方向性TTA把裂缝分割精度再做扎实一点训练结束不等于交付。岩石裂缝与CT岩心语义分割最后这一步我通常还会做两个操作分别叫连通域清洗和方向性TTA。连通域清洗针对的是假阳性斑块。裂缝在形态上具有连续性一个正常的裂缝连通域面积不会太小、延伸不会太短。预测掩膜里那些只有几十个像素的小斑块绝大多数是孔隙边缘或伪影误判。用scipy.ndimage.label标记连通域后把面积小于阈值的连通域直接删除阈值按图像分辨率和裂缝宽度动态设一般取裂缝宽度平方乘以12倍承担“裂缝至少横跨一定距离”的先验。这一步能在几乎不伤召回率的前提下把精确率提升两三个百分点。方向性TTA则是利用岩心裂缝常沿特定方向分布的特点。常规TTA是做水平翻转、垂直翻转然后平均预测结果但对裂缝来说90度旋转会让细长裂缝在像素网格上的连续性发生变化带来额外的预测不确定性。更稳的做法是只做“不改变裂缝走向语义”的翻转组合对一张测试图分别做原图、水平翻转、垂直翻转三次推理概率图取平均后还原回原方向。相比八倍TTA这种方式计算量小且避免了对裂缝方向先验的破坏。这两个技巧配合使用能稳定改善结果但不能替代训练阶段的数据质量。我自己的习惯是先把连通域清洗逻辑写成一个独立工具每次推理最后一步都跑一遍并把清洗前后的指标对比留档这样交付报告里能清楚显示后处理手段提升了多少也让其他人拿到项目后知道哪些收益来自模型、哪些来自后处理。希望这套从数据标注到推理评估的完整路径能帮你在自己的岩心CT数据上少走几趟弯路。本文还有配套的精品资源点击获取