尧图网站建设 
简介这份资源面向计算机相关专业学生与深度学习入门者提供一套基于U-Net实现心脏图像分割的完整课程设计项目可直接用于期末大作业、课程设计或项目实战练习。压缩包共620个文件约53.53MB其中597个png为心脏影像与分割结果图12个py脚本覆盖数据加载、模型搭建、训练与评估流程另有2个h5权重文件、readme.md说明文档及miou-pa-cpa指标记录便于复现与对比实验。项目经导师指导并认可包含训练日志与评估指标能帮助读者理解医学图像分割的编码器-解码器结构、损失曲线变化及模型保存加载方式。目前已有405人学习下载适合希望快速掌握U-Net实战、完成高分作业或积累医学影像分割经验的学习者参考。1. 心脏分割任务为什么值得用 Unet 跑一遍心脏 MRI 分割是医学图像处理里最经典的入门任务之一目标是把左心室、右心室、心肌这几类结构从灰度影像里逐像素抠出来。临床上它直接关系到射血分数、心室容积这些指标的自动计算工程上它又是检验一个分割网络能不能落地的试金石——边界模糊、类别极不平衡、样本量小这几个难点它全占了。这份资源给的是一个已经跑通的 Unet 心脏分割项目包含训练好的权重文件、推理脚本、评估指标代码和一批可视化结果图适合正在做课程设计、期末大作业或者想拿一个完整分割流程练手的人。它最大的价值不是网络多新而是整条链路是闭合的数据进、模型出、指标算、图能画你拿到手就能复现一遍完整的分割实验而不是对着一个孤零零的模型文件发呆。2. 拆开压缩包Unet 结构与这份源码的对应关系2.1 Unet 的编码器-解码器为什么适合心脏分割Unet 的结构说穿了就两件事下采样提特征上采样还原分辨率中间用跳跃连接把浅层的高分辨率信息直接送到解码端。心脏 MRI 里左心室和心肌的边界往往只有几个像素宽如果只靠深层特征上采样边界会被糊掉跳跃连接恰好把编码器里保留的纹理和边缘信息补回来这是它在医学分割上长期能打的核心原因。这份源码里的主干网络是标准的四层下采样加四层上采样结构编码器每层两个 3x3 卷积接 ReLU再跟一个 2x2 最大池化解码器每层先做一次反卷积把特征图放大一倍然后和对应编码层的特征在通道维度拼接再走两个 3x3 卷积。最后接一个 1x1 卷积把通道数压到类别数输出每个像素的分类得分。整个网络没有用 BatchNorm这在医学图像小批量训练时反而更稳因为 batch size 通常开不大BN 的统计量会抖。从目录里的mobilenet_1_0_224_tf_no_top.h5能看出作者还留了一条轻量主干的路线用 MobileNet 的瓶颈结构替换原始编码器适合显存吃紧或者想对比不同主干效果的场景。ep056-loss0.242-val_loss0.215.h5是训练到第 56 轮的权重训练损失 0.242、验证损失 0.215验证损失低于训练损失说明没有明显过拟合这个权重是可以直接拿来推理的。2.2 源码文件逐个说明与运行前检查拿到压缩包先别急着跑把文件认全。readme.md里一般写了环境依赖和运行顺序先读它。权重文件两个一个是完整 Unet 训练出来的一个是 MobileNet 主干的别搞混。miou-pa-cpa这个文件或目录是评估脚本负责算 mIoU、PA像素准确率、CPA类别像素准确率这三个分割常用指标。剩下那几张QQ图片和318.png是训练曲线和分割结果的可视化图用来对照你的复现结果对不对。运行前确认三件事Python 版本、深度学习框架版本、显存够不够。这类项目大多是 TensorFlow 或 Keras 写的从.h5权重格式能判断常见做法是建一个独立虚拟环境避免和你机器上已有的框架版本打架。# 建虚拟环境隔离依赖 python -m venv heart_unet_env # 激活Linux/Mac source heart_unet_env/bin/activate # 激活Windows heart_unet_env\Scripts\activate # 装核心依赖版本按 readme 来没写就先用这两个大版本 pip install tensorflow2.10.0 pip install opencv-python numpy matplotlib scikit-image这段命令的逻辑是先隔离环境再装依赖。参数上TensorFlow 版本是关键2.10 之后 Keras 被整合进 TF老代码里from keras.models import load_model这种写法在新版本会报错如果 readme 没指定版本优先试 2.10 或 2.8。scikit-image是用来算分割指标和做形态学后处理的别漏装。装完先跑一句python -c import tensorflow as tf; print(tf.__version__)确认框架能正常导入再往下走。3. 把模型跑起来加载权重、推理与指标计算3.1 加载 h5 权重并做单张推理权重加载是第一个容易翻车的地方。.h5文件分两种一种是只存权重的一种是存了整个模型结构的加载方式不一样。这份资源里的ep056-loss0.242-val_loss0.215.h5从命名看是训练回调保存的 checkpoint通常只含权重需要你先用代码把网络结构搭出来再load_weights。import numpy as np import cv2 from model import unet # 假设源码里网络定义在 model.py # 1. 按源码里的结构实例化网络类别数按心脏分割的类别改 # 常见是 4 类背景、左心室、右心室、心肌 model unet(input_shape(256, 256, 1), num_classes4) # 2. 加载权重注意路径和文件名对齐 model.load_weights(ep056-loss0.242-val_loss0.215.h5) # 3. 读一张图转灰度、归一化、补维度 img cv2.imread(test_heart.png, cv2.IMREAD_GRAYSCALE) img cv2.resize(img, (256, 256)) img img.astype(np.float32) / 255.0 img np.expand_dims(img, axis-1) # 加通道维 img np.expand_dims(img, axis0) # 加 batch 维 # 4. 推理取 argmax 得到每个像素的类别 pred model.predict(img) pred_mask np.argmax(pred, axis-1)[0] # 5. 保存可视化结果 cv2.imwrite(pred_mask.png, (pred_mask * 80).astype(np.uint8))逻辑上第 1 步的input_shape和num_classes必须和训练时一致改错一个就会在load_weights时报维度不匹配。第 3 步的归一化方式要和训练时对齐如果训练用的是img/255.0推理也必须这么干否则输入分布偏移预测会全糊。第 4 步argmax是在通道维度上取最大得分的类别索引得到的就是分割掩码。参数上(256, 256, 1)里的 1 表示单通道灰度图如果你的数据是彩色三通道就改成 3。pred_mask * 80只是为了让不同类别在灰度图里区分开方便肉眼检查不影响指标。3.2 mIoU、PA、CPA 三个指标怎么算miou-pa-cpa这个脚本是评估的核心。分割任务光看 loss 不够loss 低不代表边界分得好必须看交并比。mIoU 是所有类别的 IoU 取平均PA 是预测对的像素占总像素的比例CPA 是每个类别各自的像素准确率。心脏分割里背景占绝大多数像素PA 很容易虚高到 0.95 以上所以真正要看的是 mIoU 和心肌、右心室这些小类别的 CPA。import numpy as np def compute_metrics(y_true, y_pred, num_classes4): y_true, y_pred 都是 (H, W) 的整数掩码 ious, cpas [], [] for c in range(num_classes): # 真值为 c 且预测为 c 的像素 tp np.sum((y_true c) (y_pred c)) # 真值为 c 的全部像素 fn np.sum((y_true c) (y_pred ! c)) # 预测为 c 但真值不是 c 的像素 fp np.sum((y_pred c) (y_true ! c)) union tp fn fp iou tp / union if union 0 else 0.0 cpa tp / (tp fn) if (tp fn) 0 else 0.0 ious.append(iou) cpas.append(cpa) miou np.mean(ious) pa np.sum(y_true y_pred) / y_true.size return miou, pa, cpas # 用法把预测掩码和标注掩码传进去 miou, pa, cpas compute_metrics(gt_mask, pred_mask) print(fmIoU{miou:.4f} PA{pa:.4f}) print(各类别 CPA:, [f{v:.4f} for v in cpas])这段代码把三个指标一次算清。tp、fn、fp是逐类别统计的union是并集IoU 就是交集比并集。参数num_classes要和模型输出一致心脏分割常见是 4 类如果你的标注只有前景背景两类就改成 2。跑完对照资源里miou-pa-cpa给出的参考值如果差得远先查归一化方式和类别顺序这两个是最常见的偏差来源。3.3 用可视化图反查复现是否正确资源里那几张QQ图片和318.png不是摆设是给你做对照的。训练曲线图能看出 loss 下降是否平滑、有没有震荡分割结果图能看出边界是否贴合、有没有大块误判。复现时把你自己的预测掩码叠在原图上和资源里的结果图并排看如果边界明显更糊或者某个类别整块丢失基本能定位到是权重没加载对还是预处理错了。这一步比盯数字更直观也是排查玄学问题最快的手段。4. 训练自己的数据数据组织、损失函数与调参4.1 心脏分割数据集的目录组织方式想拿这份源码训练自己的数据第一步是把数据整理成代码能读的格式。常见做法是图像和掩码分开放在两个文件夹文件名一一对应掩码用单通道整数图像素值就是类别编号0 背景、1 左心室、2 右心室、3 心肌。dataset/ ├── images/ │ ├── patient001.png │ ├── patient002.png │ └── ... └── masks/ ├── patient001.png ├── patient002.png └── ...目录结构定好后写一个生成器按 batch 读数据边读边做归一化和增强。别一次性把全部数据读进内存医学图像虽然单张不大但样本一多照样撑爆。生成器里做随机旋转、平移、弹性形变能显著缓解小样本过拟合这也是这类项目提分的关键操作。4.2 损失函数选型交叉熵还是 Dice心脏分割类别极不平衡背景像素远多于心肌和心室纯交叉熵会让网络倾向于全预测背景PA 很高但 mIoU 惨不忍睹。常见做法是交叉熵和 Dice loss 加权组合Dice 直接优化重叠度对小类别更友好。import tensorflow as tf from tensorflow.keras import backend as K def dice_loss(y_true, y_pred, smooth1e-6): # y_true 是 one-hoty_pred 是 softmax 输出 y_true_f K.flatten(y_true) y_pred_f K.flatten(y_pred) intersection K.sum(y_true_f * y_pred_f) return 1 - (2. * intersection smooth) / (K.sum(y_true_f) K.sum(y_pred_f) smooth) def combined_loss(y_true, y_pred): # 交叉熵和 Dice 各占一半权重可按验证集表现微调 ce tf.keras.losses.categorical_crossentropy(y_true, y_pred) return 0.5 * K.mean(ce) 0.5 * dice_loss(y_true, y_pred)dice_loss里的smooth是防止分母为零的平滑项别去掉。combined_loss的两个 0.5 是权重如果发现小类别还是学不出来把 Dice 的权重往上调比如 0.3 交叉熵加 0.7 Dice。编译模型时把combined_loss传进model.compile优化器用 Adam学习率从 1e-4 起步这是这类分割任务比较稳的起点。4.3 训练轮数、学习率与早停策略资源里的权重停在 56 轮验证损失 0.215这个轮数不是随便定的。训练时挂上ModelCheckpoint保存验证损失最低的权重再挂EarlyStopping在验证损失连续若干轮不降时停掉能省下大量无效训练时间。from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping, ReduceLROnPlateau callbacks [ # 只保存验证损失最低的权重 ModelCheckpoint(best_heart_unet.h5, monitorval_loss, save_best_onlyTrue, verbose1), # 验证损失 10 轮不降就停 EarlyStopping(monitorval_loss, patience10, restore_best_weightsTrue), # 验证损失 5 轮不降就把学习率砍半 ReduceLROnPlateau(monitorval_loss, factor0.5, patience5, min_lr1e-6) ] model.fit(train_gen, validation_dataval_gen, epochs100, callbackscallbacks)patience是容忍轮数设太小会提前停设太大浪费算力10 和 5 是比较常用的值。ReduceLROnPlateau在 loss 卡住时降学习率往往能让模型再往下走一段这是提分的实用技巧。restore_best_weightsTrue保证训练结束时模型回到验证损失最低的状态不用手动回滚。5. 避坑与排查跑这份源码最容易翻车的五个地方5.1 权重加载报维度不匹配现象load_weights抛ValueError: Shapes are incompatible。原因通常是网络实例化时的num_classes或input_shape和训练时不一致或者你加载的是 MobileNet 权重却用了原始 Unet 结构。解决先确认权重对应哪个主干再逐层打印模型结构对比通道数把num_classes改成和权重输出层一致。5.2 预测结果全是背景现象推理出来的掩码整张图一个颜色mIoU 接近 0。原因多半是预处理没对齐训练时归一化到 [0,1]推理时忘了除 255或者灰度图被当成三通道读进来。解决把推理的预处理代码和训练生成器里的处理逐行对照确保缩放、通道数、数据类型完全一致。5.3 显存不够导致训练中断现象训练几个 batch 后报OOM。原因是 batch size 开太大或者输入分辨率太高。解决先把 batch size 降到 2 或 4输入尺寸从 256 降到 128 试跑确认能跑通再往上加。也可以用 MobileNet 主干替换原始编码器参数量小很多低显存机器更友好。5.4 指标虚高但分割图很烂现象PA 跑到 0.97但心肌和右心室基本没分出来。原因是背景像素占比过高PA 被背景拉高。解决别只看 PA重点看 mIoU 和小类别的 CPA损失函数换成 Dice 加权训练时对前景做重采样或加大 Dice 权重。5.5 训练损失下降但验证损失反弹现象训练 loss 一路降验证 loss 先降后升。原因是过拟合样本量小的时候特别常见。解决加数据增强、加 Dropout、减小网络容量或者提前用EarlyStopping停掉。资源里验证损失低于训练损失说明作者在正则化上做了处理复现时别把这些操作省掉。6. 进阶技巧用滑动窗口推理处理大尺寸心脏影像原始 Unet 要求输入尺寸固定但真实心脏 MRI 往往比 256x256 大得多直接缩放会丢边界细节。常见做法是滑动窗口推理把大图切成有重叠的小块逐块预测再把结果拼回去重叠区域取平均或投票。这个技巧在医学分割里几乎是标配能明显改善大图边缘的分割质量。import numpy as np def sliding_window_predict(model, image, patch256, stride128, num_classes4): image: (H, W) 灰度大图返回同尺寸的分割掩码 H, W image.shape # 累加各类别得分最后取 argmax score_map np.zeros((H, W, num_classes), dtypenp.float32) count_map np.zeros((H, W, 1), dtypenp.float32) for y in range(0, H, stride): for x in range(0, W, stride): # 边界处往回退保证窗口不越界 y0 min(y, H - patch) x0 min(x, W - patch) patch_img image[y0:y0patch, x0:x0patch] patch_img patch_img.astype(np.float32) / 255.0 patch_img patch_img[np.newaxis, :, :, np.newaxis] pred model.predict(patch_img, verbose0)[0] score_map[y0:y0patch, x0:x0patch] pred count_map[y0:y0patch, x0:x0patch] 1 # 重叠区域取平均避免拼接缝 score_map / np.maximum(count_map, 1) return np.argmax(score_map, axis-1)这段代码的关键参数是patch和stride。patch必须和模型输入尺寸一致stride小于patch才能产生重叠重叠越多拼接越平滑但算得越慢一般取patch的一半。y0 min(y, H - patch)这行是防止窗口超出图像边界不加会在最后一行一列报错。count_map记录每个像素被预测了几次最后取平均消除拼接缝这是滑动窗口最容易忽略的一步少了它拼出来的图会有明显的网格状接缝。验证滑动窗口效果时拿同一张大图分别用直接缩放和滑动窗口跑一遍把两张掩码叠在原图上对比边界。如果滑动窗口的边界更贴合、小结构更完整说明参数合适。我一般会把stride从patch/2开始试效果不够再减小但别小到让推理时间翻好几倍性价比不划算。从那以后我每次拿到分割项目都强制先用滑动窗口跑一遍大图再下结论因为直接缩放丢掉的边界细节往往就是指标上不去的那几个点。希望帮到你。本文还有配套的精品资源点击获取 Unet心脏MRI分割实战：从权重加载到mIoU评估全流程
简介这份资源面向计算机相关专业学生与深度学习入门者提供一套基于U-Net实现心脏图像分割的完整课程设计项目可直接用于期末大作业、课程设计或项目实战练习。压缩包共620个文件约53.53MB其中597个png为心脏影像与分割结果图12个py脚本覆盖数据加载、模型搭建、训练与评估流程另有2个h5权重文件、readme.md说明文档及miou-pa-cpa指标记录便于复现与对比实验。项目经导师指导并认可包含训练日志与评估指标能帮助读者理解医学图像分割的编码器-解码器结构、损失曲线变化及模型保存加载方式。目前已有405人学习下载适合希望快速掌握U-Net实战、完成高分作业或积累医学影像分割经验的学习者参考。1. 心脏分割任务为什么值得用 Unet 跑一遍心脏 MRI 分割是医学图像处理里最经典的入门任务之一目标是把左心室、右心室、心肌这几类结构从灰度影像里逐像素抠出来。临床上它直接关系到射血分数、心室容积这些指标的自动计算工程上它又是检验一个分割网络能不能落地的试金石——边界模糊、类别极不平衡、样本量小这几个难点它全占了。这份资源给的是一个已经跑通的 Unet 心脏分割项目包含训练好的权重文件、推理脚本、评估指标代码和一批可视化结果图适合正在做课程设计、期末大作业或者想拿一个完整分割流程练手的人。它最大的价值不是网络多新而是整条链路是闭合的数据进、模型出、指标算、图能画你拿到手就能复现一遍完整的分割实验而不是对着一个孤零零的模型文件发呆。2. 拆开压缩包Unet 结构与这份源码的对应关系2.1 Unet 的编码器-解码器为什么适合心脏分割Unet 的结构说穿了就两件事下采样提特征上采样还原分辨率中间用跳跃连接把浅层的高分辨率信息直接送到解码端。心脏 MRI 里左心室和心肌的边界往往只有几个像素宽如果只靠深层特征上采样边界会被糊掉跳跃连接恰好把编码器里保留的纹理和边缘信息补回来这是它在医学分割上长期能打的核心原因。这份源码里的主干网络是标准的四层下采样加四层上采样结构编码器每层两个 3x3 卷积接 ReLU再跟一个 2x2 最大池化解码器每层先做一次反卷积把特征图放大一倍然后和对应编码层的特征在通道维度拼接再走两个 3x3 卷积。最后接一个 1x1 卷积把通道数压到类别数输出每个像素的分类得分。整个网络没有用 BatchNorm这在医学图像小批量训练时反而更稳因为 batch size 通常开不大BN 的统计量会抖。从目录里的mobilenet_1_0_224_tf_no_top.h5能看出作者还留了一条轻量主干的路线用 MobileNet 的瓶颈结构替换原始编码器适合显存吃紧或者想对比不同主干效果的场景。ep056-loss0.242-val_loss0.215.h5是训练到第 56 轮的权重训练损失 0.242、验证损失 0.215验证损失低于训练损失说明没有明显过拟合这个权重是可以直接拿来推理的。2.2 源码文件逐个说明与运行前检查拿到压缩包先别急着跑把文件认全。readme.md里一般写了环境依赖和运行顺序先读它。权重文件两个一个是完整 Unet 训练出来的一个是 MobileNet 主干的别搞混。miou-pa-cpa这个文件或目录是评估脚本负责算 mIoU、PA像素准确率、CPA类别像素准确率这三个分割常用指标。剩下那几张QQ图片和318.png是训练曲线和分割结果的可视化图用来对照你的复现结果对不对。运行前确认三件事Python 版本、深度学习框架版本、显存够不够。这类项目大多是 TensorFlow 或 Keras 写的从.h5权重格式能判断常见做法是建一个独立虚拟环境避免和你机器上已有的框架版本打架。# 建虚拟环境隔离依赖 python -m venv heart_unet_env # 激活Linux/Mac source heart_unet_env/bin/activate # 激活Windows heart_unet_env\Scripts\activate # 装核心依赖版本按 readme 来没写就先用这两个大版本 pip install tensorflow2.10.0 pip install opencv-python numpy matplotlib scikit-image这段命令的逻辑是先隔离环境再装依赖。参数上TensorFlow 版本是关键2.10 之后 Keras 被整合进 TF老代码里from keras.models import load_model这种写法在新版本会报错如果 readme 没指定版本优先试 2.10 或 2.8。scikit-image是用来算分割指标和做形态学后处理的别漏装。装完先跑一句python -c import tensorflow as tf; print(tf.__version__)确认框架能正常导入再往下走。3. 把模型跑起来加载权重、推理与指标计算3.1 加载 h5 权重并做单张推理权重加载是第一个容易翻车的地方。.h5文件分两种一种是只存权重的一种是存了整个模型结构的加载方式不一样。这份资源里的ep056-loss0.242-val_loss0.215.h5从命名看是训练回调保存的 checkpoint通常只含权重需要你先用代码把网络结构搭出来再load_weights。import numpy as np import cv2 from model import unet # 假设源码里网络定义在 model.py # 1. 按源码里的结构实例化网络类别数按心脏分割的类别改 # 常见是 4 类背景、左心室、右心室、心肌 model unet(input_shape(256, 256, 1), num_classes4) # 2. 加载权重注意路径和文件名对齐 model.load_weights(ep056-loss0.242-val_loss0.215.h5) # 3. 读一张图转灰度、归一化、补维度 img cv2.imread(test_heart.png, cv2.IMREAD_GRAYSCALE) img cv2.resize(img, (256, 256)) img img.astype(np.float32) / 255.0 img np.expand_dims(img, axis-1) # 加通道维 img np.expand_dims(img, axis0) # 加 batch 维 # 4. 推理取 argmax 得到每个像素的类别 pred model.predict(img) pred_mask np.argmax(pred, axis-1)[0] # 5. 保存可视化结果 cv2.imwrite(pred_mask.png, (pred_mask * 80).astype(np.uint8))逻辑上第 1 步的input_shape和num_classes必须和训练时一致改错一个就会在load_weights时报维度不匹配。第 3 步的归一化方式要和训练时对齐如果训练用的是img/255.0推理也必须这么干否则输入分布偏移预测会全糊。第 4 步argmax是在通道维度上取最大得分的类别索引得到的就是分割掩码。参数上(256, 256, 1)里的 1 表示单通道灰度图如果你的数据是彩色三通道就改成 3。pred_mask * 80只是为了让不同类别在灰度图里区分开方便肉眼检查不影响指标。3.2 mIoU、PA、CPA 三个指标怎么算miou-pa-cpa这个脚本是评估的核心。分割任务光看 loss 不够loss 低不代表边界分得好必须看交并比。mIoU 是所有类别的 IoU 取平均PA 是预测对的像素占总像素的比例CPA 是每个类别各自的像素准确率。心脏分割里背景占绝大多数像素PA 很容易虚高到 0.95 以上所以真正要看的是 mIoU 和心肌、右心室这些小类别的 CPA。import numpy as np def compute_metrics(y_true, y_pred, num_classes4): y_true, y_pred 都是 (H, W) 的整数掩码 ious, cpas [], [] for c in range(num_classes): # 真值为 c 且预测为 c 的像素 tp np.sum((y_true c) (y_pred c)) # 真值为 c 的全部像素 fn np.sum((y_true c) (y_pred ! c)) # 预测为 c 但真值不是 c 的像素 fp np.sum((y_pred c) (y_true ! c)) union tp fn fp iou tp / union if union 0 else 0.0 cpa tp / (tp fn) if (tp fn) 0 else 0.0 ious.append(iou) cpas.append(cpa) miou np.mean(ious) pa np.sum(y_true y_pred) / y_true.size return miou, pa, cpas # 用法把预测掩码和标注掩码传进去 miou, pa, cpas compute_metrics(gt_mask, pred_mask) print(fmIoU{miou:.4f} PA{pa:.4f}) print(各类别 CPA:, [f{v:.4f} for v in cpas])这段代码把三个指标一次算清。tp、fn、fp是逐类别统计的union是并集IoU 就是交集比并集。参数num_classes要和模型输出一致心脏分割常见是 4 类如果你的标注只有前景背景两类就改成 2。跑完对照资源里miou-pa-cpa给出的参考值如果差得远先查归一化方式和类别顺序这两个是最常见的偏差来源。3.3 用可视化图反查复现是否正确资源里那几张QQ图片和318.png不是摆设是给你做对照的。训练曲线图能看出 loss 下降是否平滑、有没有震荡分割结果图能看出边界是否贴合、有没有大块误判。复现时把你自己的预测掩码叠在原图上和资源里的结果图并排看如果边界明显更糊或者某个类别整块丢失基本能定位到是权重没加载对还是预处理错了。这一步比盯数字更直观也是排查玄学问题最快的手段。4. 训练自己的数据数据组织、损失函数与调参4.1 心脏分割数据集的目录组织方式想拿这份源码训练自己的数据第一步是把数据整理成代码能读的格式。常见做法是图像和掩码分开放在两个文件夹文件名一一对应掩码用单通道整数图像素值就是类别编号0 背景、1 左心室、2 右心室、3 心肌。dataset/ ├── images/ │ ├── patient001.png │ ├── patient002.png │ └── ... └── masks/ ├── patient001.png ├── patient002.png └── ...目录结构定好后写一个生成器按 batch 读数据边读边做归一化和增强。别一次性把全部数据读进内存医学图像虽然单张不大但样本一多照样撑爆。生成器里做随机旋转、平移、弹性形变能显著缓解小样本过拟合这也是这类项目提分的关键操作。4.2 损失函数选型交叉熵还是 Dice心脏分割类别极不平衡背景像素远多于心肌和心室纯交叉熵会让网络倾向于全预测背景PA 很高但 mIoU 惨不忍睹。常见做法是交叉熵和 Dice loss 加权组合Dice 直接优化重叠度对小类别更友好。import tensorflow as tf from tensorflow.keras import backend as K def dice_loss(y_true, y_pred, smooth1e-6): # y_true 是 one-hoty_pred 是 softmax 输出 y_true_f K.flatten(y_true) y_pred_f K.flatten(y_pred) intersection K.sum(y_true_f * y_pred_f) return 1 - (2. * intersection smooth) / (K.sum(y_true_f) K.sum(y_pred_f) smooth) def combined_loss(y_true, y_pred): # 交叉熵和 Dice 各占一半权重可按验证集表现微调 ce tf.keras.losses.categorical_crossentropy(y_true, y_pred) return 0.5 * K.mean(ce) 0.5 * dice_loss(y_true, y_pred)dice_loss里的smooth是防止分母为零的平滑项别去掉。combined_loss的两个 0.5 是权重如果发现小类别还是学不出来把 Dice 的权重往上调比如 0.3 交叉熵加 0.7 Dice。编译模型时把combined_loss传进model.compile优化器用 Adam学习率从 1e-4 起步这是这类分割任务比较稳的起点。4.3 训练轮数、学习率与早停策略资源里的权重停在 56 轮验证损失 0.215这个轮数不是随便定的。训练时挂上ModelCheckpoint保存验证损失最低的权重再挂EarlyStopping在验证损失连续若干轮不降时停掉能省下大量无效训练时间。from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping, ReduceLROnPlateau callbacks [ # 只保存验证损失最低的权重 ModelCheckpoint(best_heart_unet.h5, monitorval_loss, save_best_onlyTrue, verbose1), # 验证损失 10 轮不降就停 EarlyStopping(monitorval_loss, patience10, restore_best_weightsTrue), # 验证损失 5 轮不降就把学习率砍半 ReduceLROnPlateau(monitorval_loss, factor0.5, patience5, min_lr1e-6) ] model.fit(train_gen, validation_dataval_gen, epochs100, callbackscallbacks)patience是容忍轮数设太小会提前停设太大浪费算力10 和 5 是比较常用的值。ReduceLROnPlateau在 loss 卡住时降学习率往往能让模型再往下走一段这是提分的实用技巧。restore_best_weightsTrue保证训练结束时模型回到验证损失最低的状态不用手动回滚。5. 避坑与排查跑这份源码最容易翻车的五个地方5.1 权重加载报维度不匹配现象load_weights抛ValueError: Shapes are incompatible。原因通常是网络实例化时的num_classes或input_shape和训练时不一致或者你加载的是 MobileNet 权重却用了原始 Unet 结构。解决先确认权重对应哪个主干再逐层打印模型结构对比通道数把num_classes改成和权重输出层一致。5.2 预测结果全是背景现象推理出来的掩码整张图一个颜色mIoU 接近 0。原因多半是预处理没对齐训练时归一化到 [0,1]推理时忘了除 255或者灰度图被当成三通道读进来。解决把推理的预处理代码和训练生成器里的处理逐行对照确保缩放、通道数、数据类型完全一致。5.3 显存不够导致训练中断现象训练几个 batch 后报OOM。原因是 batch size 开太大或者输入分辨率太高。解决先把 batch size 降到 2 或 4输入尺寸从 256 降到 128 试跑确认能跑通再往上加。也可以用 MobileNet 主干替换原始编码器参数量小很多低显存机器更友好。5.4 指标虚高但分割图很烂现象PA 跑到 0.97但心肌和右心室基本没分出来。原因是背景像素占比过高PA 被背景拉高。解决别只看 PA重点看 mIoU 和小类别的 CPA损失函数换成 Dice 加权训练时对前景做重采样或加大 Dice 权重。5.5 训练损失下降但验证损失反弹现象训练 loss 一路降验证 loss 先降后升。原因是过拟合样本量小的时候特别常见。解决加数据增强、加 Dropout、减小网络容量或者提前用EarlyStopping停掉。资源里验证损失低于训练损失说明作者在正则化上做了处理复现时别把这些操作省掉。6. 进阶技巧用滑动窗口推理处理大尺寸心脏影像原始 Unet 要求输入尺寸固定但真实心脏 MRI 往往比 256x256 大得多直接缩放会丢边界细节。常见做法是滑动窗口推理把大图切成有重叠的小块逐块预测再把结果拼回去重叠区域取平均或投票。这个技巧在医学分割里几乎是标配能明显改善大图边缘的分割质量。import numpy as np def sliding_window_predict(model, image, patch256, stride128, num_classes4): image: (H, W) 灰度大图返回同尺寸的分割掩码 H, W image.shape # 累加各类别得分最后取 argmax score_map np.zeros((H, W, num_classes), dtypenp.float32) count_map np.zeros((H, W, 1), dtypenp.float32) for y in range(0, H, stride): for x in range(0, W, stride): # 边界处往回退保证窗口不越界 y0 min(y, H - patch) x0 min(x, W - patch) patch_img image[y0:y0patch, x0:x0patch] patch_img patch_img.astype(np.float32) / 255.0 patch_img patch_img[np.newaxis, :, :, np.newaxis] pred model.predict(patch_img, verbose0)[0] score_map[y0:y0patch, x0:x0patch] pred count_map[y0:y0patch, x0:x0patch] 1 # 重叠区域取平均避免拼接缝 score_map / np.maximum(count_map, 1) return np.argmax(score_map, axis-1)这段代码的关键参数是patch和stride。patch必须和模型输入尺寸一致stride小于patch才能产生重叠重叠越多拼接越平滑但算得越慢一般取patch的一半。y0 min(y, H - patch)这行是防止窗口超出图像边界不加会在最后一行一列报错。count_map记录每个像素被预测了几次最后取平均消除拼接缝这是滑动窗口最容易忽略的一步少了它拼出来的图会有明显的网格状接缝。验证滑动窗口效果时拿同一张大图分别用直接缩放和滑动窗口跑一遍把两张掩码叠在原图上对比边界。如果滑动窗口的边界更贴合、小结构更完整说明参数合适。我一般会把stride从patch/2开始试效果不够再减小但别小到让推理时间翻好几倍性价比不划算。从那以后我每次拿到分割项目都强制先用滑动窗口跑一遍大图再下结论因为直接缩放丢掉的边界细节往往就是指标上不去的那几个点。希望帮到你。本文还有配套的精品资源点击获取