简介这份资源面向计算机、人工智能、通信工程等专业的在校学生与教师以及需要完成毕业设计、课程设计或项目立项演示的开发者提供一套基于U-Net网络实现心脏图像分割的完整Python工程。压缩包共620个文件约53.4MB其中597个png为训练与测试图像样本12个py脚本负责数据加载、模型搭建与训练推理另有2个h5权重文件、若干txt说明及md文档并附带miou-pa-cpa评估结果文件便于直接复现分割效果。资源已通过运行测试功能完整适合深度学习入门者进阶学习也可作为医学图像分割方向的实践参考。目前已有460人学习下载。读者可从中获得可运行的心脏分割源码、预训练模型权重、评估指标记录与清晰的目录结构既能快速跑通训练流程也能在此基础上修改网络结构或迁移到其他器官分割任务为毕设与课设提供扎实的代码基础。1. 心脏分割任务落地从一份 Unet 源码包说起心脏磁共振影像的分割是医学图像处理里最经典的入门任务之一。左心室、右心室、心肌这三类结构在短轴切面上边界模糊、对比度低手工勾画一个病例动辄半小时起步还带主观差异。这份基于 Unet 实现的心脏分割任务 python 源码加模型包解决的正是这个痛点它把训练好的权重、推理脚本、评估指标和示例图打包在一起拿到手就能跑通「读图—预测—出掩膜—算指标」这条链路。适合计算机、人工智能、通信、自动化等专业的在校学生做毕业设计或课程设计也适合刚接触深度学习分割任务、想找一个能跑通的完整案例来拆解的从业者。包里带了ep056-loss0.242-val_loss0.215.h5这样的训练权重说明训练过程是真实跑过的不是空壳代码。2. Unet 心脏分割的原理与这份源码的选型逻辑2.1 为什么心脏分割偏偏选中 Unet心脏短轴切面的分割本质是像素级二分类或多分类问题输入是一张灰度 MRI输出是和原图同尺寸的掩膜。Unet 的编码器—解码器结构天然适配这种任务编码器逐层下采样提取语义解码器逐层上采样恢复分辨率中间的跳跃连接把浅层的高分辨率细节直接送到对应层级正好补上医学图像里「边界信息不能丢」这个刚需。相比 FCNUnet 在小样本医学数据上的表现更稳因为跳跃连接让梯度回传路径更短几十张到几百张图就能训出可用模型。这份源码用的就是标准 Unet 骨架配合mobilenet_1_0_224_tf_no_top.h5这类轻量骨干做迁移参数量压下来普通显卡甚至 CPU 推理都能接受。2.2 源码包里的文件各自扮演什么角色拿到压缩包解压后目录里能看到几类文件先认清它们再动手能少走很多弯路文件/目录类型作用ep056-loss0.242-val_loss0.215.h5权重文件第 56 轮训练保存的模型loss 0.242、val_loss 0.215mobilenet_1_0_224_tf_no_top.h5骨干权重MobileNet 去掉顶层分类头用作编码器初始化readme.md说明文档环境依赖、运行顺序、参数含义miou-pa-cpa指标脚本/结果计算 mIoU、PA、CPA 三类分割指标1.png2.png3.jpg4.jpg318.png示例图原图与预测掩膜对照用于快速验证训练/推理脚本源码数据加载、模型定义、训练循环、预测入口ep056这个命名是 Keras 的 ModelCheckpoint 默认风格ep后面跟 epoch 数loss和val_loss直接写进文件名好处是不用打开日志就知道这一轮训得好不好。val_loss比loss还低说明验证集分布和训练集接近没有明显过拟合但也可能是验证集偏简单后面评估环节要留意。2.3 环境准备与依赖安装先确认 Python 版本。这类 Keras/TensorFlow 时代的源码常见做法是配 Python 3.63.8太新的版本容易在tf.keras导入上报错。装依赖别直接pip install tensorflow拉最新版按 readme 里写的版本来# 建议先建虚拟环境避免污染全局 python -m venv heart_env source heart_env/bin/activate # Windows 用 heart_env\Scripts\activate # 按源码年代选 TensorFlow 版本2.x 早期版本兼容性最好 pip install tensorflow2.4.0 pip install numpy opencv-python pillow matplotlib scikit-learn pip install h5py # 读取 .h5 权重必需这里tensorflow2.4.0是常见搭配如果你机器上已经有别的 TF 版本先pip show tensorflow看一眼。h5py容易被忽略但.h5权重的读写全靠它缺了会在load_weights时抛ImportError。opencv-python负责图像读写和 resizescikit-learn在部分指标脚本里会用到。2.4 加载模型并跑通一次推理环境好了先别急着训练用现成权重跑一次推理确认整条链路通。下面这段是常见写法的还原具体函数名以你包里的脚本为准import numpy as np import cv2 from tensorflow.keras.models import load_model # 1. 加载训练好的权重compileFalse 跳过优化器状态推理不需要 model load_model(ep056-loss0.242-val_loss0.215.h5, compileFalse) # 2. 读图并预处理灰度、缩放到网络输入尺寸、归一化 img cv2.imread(1.png, cv2.IMREAD_GRAYSCALE) img cv2.resize(img, (224, 224)) # 尺寸要和训练时一致 img img.astype(np.float32) / 255.0 # 归一化到 0~1 img np.expand_dims(img, axis-1) # 加通道维 (224,224,1) img np.expand_dims(img, axis0) # 加 batch 维 (1,224,224,1) # 3. 前向推理输出每个像素的类别概率 pred model.predict(img) # 4. 取 argmax 得到掩膜再还原到原图尺寸 mask np.argmax(pred, axis-1)[0].astype(np.uint8) mask cv2.resize(mask, (original_w, original_h), interpolationcv2.INTER_NEAREST) cv2.imwrite(pred_mask.png, mask * 255)逻辑上分四步加载权重、预处理、推理、后处理。参数上最关键是resize的目标尺寸必须和训练时一致源码里如果是 224 就写 224写成 256 会让预测结果整体错位。compileFalse是省内存的小技巧推理阶段不需要损失函数和优化器。后处理用INTER_NEAREST而不是默认的双线性插值因为掩膜是类别标签插值会造出 0.5 这种不存在的类别。3. 训练自己的数据数据组织、训练循环与指标评估3.1 数据该怎么组织才能被脚本正确读取医学分割数据集常见两种组织方式一种是原图和掩膜分两个文件夹、文件名一一对应另一种是原图和掩膜同名前缀、靠后缀区分。这份源码大概率是前者。动手前先按下面结构摆好dataset/ ├── train/ │ ├── images/ # 训练原图如 patient01_slice03.png │ └── masks/ # 对应掩膜文件名必须完全一致 ├── val/ │ ├── images/ │ └── masks/文件名一致是硬要求脚本里通常用os.listdir遍历 images 再拼 masks 路径名字对不上就会读到空数组训练时表现为 loss 一直是 nan 或者不下降。掩膜如果是彩色 PNG记得在数据加载里转成单通道灰度否则类别数会对不上。心脏分割常见是背景、左心室、右心室、心肌四类掩膜像素值一般是 0/1/2/3如果你的标注是 0/255 这种要先做映射。3.2 训练脚本的关键参数怎么调训练入口脚本里几个参数直接决定能不能收敛# 常见训练配置片段参数名以实际脚本为准 IMG_SIZE 224 # 输入尺寸改了要同步改推理 BATCH_SIZE 8 # 显存不够就降到 4 或 2 EPOCHS 100 # 配合早停别死磕固定轮数 LR 1e-4 # 迁移学习用小学习率从头训可到 1e-3 NUM_CLASSES 4 # 背景三类心脏结构 model.compile( optimizertf.keras.optimizers.Adam(learning_rateLR), losssparse_categorical_crossentropy, # 标签是整数类别时用 sparse metrics[accuracy] ) callbacks [ tf.keras.callbacks.ModelCheckpoint( ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5, monitorval_loss, save_best_onlyTrue), tf.keras.callbacks.EarlyStopping(monitorval_loss, patience10), tf.keras.callbacks.ReduceLROnPlateau(monitorval_loss, factor0.5, patience5) ]BATCH_SIZE是最先要动的参数显存报 OOM 就往下调别硬扛。LR用 1e-4 是因为加载了 MobileNet 预训练权重大学习率会把预训练特征冲垮。损失函数选sparse_categorical_crossentropy还是categorical_crossentropy取决于标签是整数还是 one-hot选错会直接报维度错误。三个回调里ModelCheckpoint的文件名模板和包里ep056-...的命名对得上说明原作者就是这么存的EarlyStopping防止过拟合ReduceLROnPlateau在验证损失停滞时自动降学习率是分割任务里很实用的一个技巧。3.3 mIoU、PA、CPA 三个指标到底在看什么miou-pa-cpa这个文件对应的三个指标是分割任务的标准评估口径PAPixel Accuracy预测正确的像素占总像素的比例。心脏区域占比小的时候全预测成背景也能有 90% 以上所以 PA 高不代表模型好。CPAClass Pixel Accuracy每一类各自的像素准确率能看出模型是不是偏科比如背景很准但心肌很差。mIoUmean Intersection over Union每一类预测区域和真实区域的交并比再对所有类取平均。这是分割任务最该看的指标对类别不平衡不敏感。评估脚本一般这么算import numpy as np def compute_miou(pred_mask, true_mask, num_classes4): ious [] for c in range(num_classes): pred_c (pred_mask c) true_c (true_mask c) inter np.logical_and(pred_c, true_c).sum() union np.logical_or(pred_c, true_c).sum() if union 0: continue # 该类在图中不存在跳过 ious.append(inter / union) return np.mean(ious)union 0那个判断别省某些切片里可能没有右心室不跳过会除零。跑完评估如果 mIoU 在 0.7 以上对入门级心脏分割算及格0.8 以上说明数据和训练都调得不错。CPA 里如果某一类明显低优先回去看那一类的标注质量和样本数量。4. 避坑与排查跑这份源码最容易翻车的五个地方4.1 现象加载 .h5 权重报「Unknown layer」或维度不匹配原因通常是模型结构定义和权重保存时的结构不一致比如你改了NUM_CLASSES或输入通道数权重里的张量形状对不上。解决先确认模型定义脚本没被改动NUM_CLASSES和权重训练时保持一致如果确实要改类别数只能加载编码器部分权重解码器重新训。用model.summary()打印结构和权重里的层名逐个对。4.2 现象训练 loss 一直不降或者直接变 nan原因多半在数据。掩膜像素值超出类别范围比如有 255、原图和掩膜尺寸不一致、归一化时除以了 0。解决写个脚本统计所有掩膜的唯一像素值np.unique(mask)看是不是只有 0~3检查每对原图和掩膜的 shape 是否相同归一化用/255.0而不是/img.max()后者遇到全黑图会除零。4.3 现象推理结果全黑或全白原因通常是预处理和后处理不匹配。训练时归一化到 0~1推理时忘了除 255或者argmax的 axis 写错取到了 batch 维。解决把推理用的预处理代码和训练时的数据生成器逐行对照确保 resize 尺寸、归一化方式、通道顺序完全一致。argmax对多分类输出应该是axis-1。4.4 现象显存溢出报 OOM原因是BATCH_SIZE或输入尺寸太大。解决先把BATCH_SIZE降到 2 试还不行就把IMG_SIZE从 224 降到 128但降尺寸后要重新训练不能直接套用 224 训出来的权重。另一个常被忽略的点是model.predict默认不释放中间张量大批量推理时用predict(x, batch_size1)逐张跑。4.5 现象mIoU 算出来是 nan原因是某些类别在预测和真实掩膜里都不存在union为 0 导致除零。解决按 3.3 里的写法加if union 0: continue或者给分母加一个极小值1e-6。另外确认预测掩膜和真实掩膜的类别编码一致一个用 0~3、一个用 1~4算出来的 IoU 全是错的。5. 进阶技巧用示例图快速验证与权重微调包里那几张1.png、2.png、3.jpg、4.jpg、318.png别只当装饰它们是验证环境是否配对的最快手段。我的习惯是环境装完第一件事拿1.png跑一遍推理把输出掩膜和包里可能附带的对照图并排看。如果预测掩膜的形状、位置大致对得上说明权重加载、预处理、后处理这条链路是通的如果完全错位问题一定出在 resize 尺寸或通道顺序上不用去怀疑模型本身。验证通过后想在自己的数据上提升效果最省力的做法是微调而不是从头训。加载ep056权重把学习率降到 1e-5只训 10~20 轮让模型适应新数据的分布# 微调加载已有权重用小学习率继续训 model load_model(ep056-loss0.242-val_loss0.215.h5, compileFalse) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-5), # 比原训练小一个量级 losssparse_categorical_crossentropy, metrics[accuracy] ) # 冻结编码器前几层只训解码器数据少时更稳 for layer in model.layers[:20]: layer.trainable False model.fit(train_gen, validation_dataval_gen, epochs20, callbackscallbacks)冻结层数[:20]不是固定值用model.summary()看编码器到哪一层结束按实际层数调。学习率 1e-5 是经验值微调时比原训练小一个数量级避免把学好的特征冲掉。判断微调有没有效果别只看 loss每轮结束跑一次 mIoUmIoU 涨了才算真涨。还有个容易被忽略的技巧把预测掩膜叠加到原图上做可视化比单看黑白掩膜更容易发现边界问题。用cv2.addWeighted把原图和彩色掩膜按 0.7:0.3 混合心肌、左右心室的边界是否贴合一目了然。我一般会在每个 epoch 结束后抽一张验证图做这个叠加存成 gif 看边界随训练怎么收敛比盯数字直观得多。从那以后我每次拿到一份带权重的分割源码都强制先跑通单张推理、再动训练脚本顺序反了就是给自己找麻烦。希望帮到你。本文还有配套的精品资源点击获取 基于Unet的心脏MRI图像分割实战：源码解析与训练推理全流程
简介这份资源面向计算机、人工智能、通信工程等专业的在校学生与教师以及需要完成毕业设计、课程设计或项目立项演示的开发者提供一套基于U-Net网络实现心脏图像分割的完整Python工程。压缩包共620个文件约53.4MB其中597个png为训练与测试图像样本12个py脚本负责数据加载、模型搭建与训练推理另有2个h5权重文件、若干txt说明及md文档并附带miou-pa-cpa评估结果文件便于直接复现分割效果。资源已通过运行测试功能完整适合深度学习入门者进阶学习也可作为医学图像分割方向的实践参考。目前已有460人学习下载。读者可从中获得可运行的心脏分割源码、预训练模型权重、评估指标记录与清晰的目录结构既能快速跑通训练流程也能在此基础上修改网络结构或迁移到其他器官分割任务为毕设与课设提供扎实的代码基础。1. 心脏分割任务落地从一份 Unet 源码包说起心脏磁共振影像的分割是医学图像处理里最经典的入门任务之一。左心室、右心室、心肌这三类结构在短轴切面上边界模糊、对比度低手工勾画一个病例动辄半小时起步还带主观差异。这份基于 Unet 实现的心脏分割任务 python 源码加模型包解决的正是这个痛点它把训练好的权重、推理脚本、评估指标和示例图打包在一起拿到手就能跑通「读图—预测—出掩膜—算指标」这条链路。适合计算机、人工智能、通信、自动化等专业的在校学生做毕业设计或课程设计也适合刚接触深度学习分割任务、想找一个能跑通的完整案例来拆解的从业者。包里带了ep056-loss0.242-val_loss0.215.h5这样的训练权重说明训练过程是真实跑过的不是空壳代码。2. Unet 心脏分割的原理与这份源码的选型逻辑2.1 为什么心脏分割偏偏选中 Unet心脏短轴切面的分割本质是像素级二分类或多分类问题输入是一张灰度 MRI输出是和原图同尺寸的掩膜。Unet 的编码器—解码器结构天然适配这种任务编码器逐层下采样提取语义解码器逐层上采样恢复分辨率中间的跳跃连接把浅层的高分辨率细节直接送到对应层级正好补上医学图像里「边界信息不能丢」这个刚需。相比 FCNUnet 在小样本医学数据上的表现更稳因为跳跃连接让梯度回传路径更短几十张到几百张图就能训出可用模型。这份源码用的就是标准 Unet 骨架配合mobilenet_1_0_224_tf_no_top.h5这类轻量骨干做迁移参数量压下来普通显卡甚至 CPU 推理都能接受。2.2 源码包里的文件各自扮演什么角色拿到压缩包解压后目录里能看到几类文件先认清它们再动手能少走很多弯路文件/目录类型作用ep056-loss0.242-val_loss0.215.h5权重文件第 56 轮训练保存的模型loss 0.242、val_loss 0.215mobilenet_1_0_224_tf_no_top.h5骨干权重MobileNet 去掉顶层分类头用作编码器初始化readme.md说明文档环境依赖、运行顺序、参数含义miou-pa-cpa指标脚本/结果计算 mIoU、PA、CPA 三类分割指标1.png2.png3.jpg4.jpg318.png示例图原图与预测掩膜对照用于快速验证训练/推理脚本源码数据加载、模型定义、训练循环、预测入口ep056这个命名是 Keras 的 ModelCheckpoint 默认风格ep后面跟 epoch 数loss和val_loss直接写进文件名好处是不用打开日志就知道这一轮训得好不好。val_loss比loss还低说明验证集分布和训练集接近没有明显过拟合但也可能是验证集偏简单后面评估环节要留意。2.3 环境准备与依赖安装先确认 Python 版本。这类 Keras/TensorFlow 时代的源码常见做法是配 Python 3.63.8太新的版本容易在tf.keras导入上报错。装依赖别直接pip install tensorflow拉最新版按 readme 里写的版本来# 建议先建虚拟环境避免污染全局 python -m venv heart_env source heart_env/bin/activate # Windows 用 heart_env\Scripts\activate # 按源码年代选 TensorFlow 版本2.x 早期版本兼容性最好 pip install tensorflow2.4.0 pip install numpy opencv-python pillow matplotlib scikit-learn pip install h5py # 读取 .h5 权重必需这里tensorflow2.4.0是常见搭配如果你机器上已经有别的 TF 版本先pip show tensorflow看一眼。h5py容易被忽略但.h5权重的读写全靠它缺了会在load_weights时抛ImportError。opencv-python负责图像读写和 resizescikit-learn在部分指标脚本里会用到。2.4 加载模型并跑通一次推理环境好了先别急着训练用现成权重跑一次推理确认整条链路通。下面这段是常见写法的还原具体函数名以你包里的脚本为准import numpy as np import cv2 from tensorflow.keras.models import load_model # 1. 加载训练好的权重compileFalse 跳过优化器状态推理不需要 model load_model(ep056-loss0.242-val_loss0.215.h5, compileFalse) # 2. 读图并预处理灰度、缩放到网络输入尺寸、归一化 img cv2.imread(1.png, cv2.IMREAD_GRAYSCALE) img cv2.resize(img, (224, 224)) # 尺寸要和训练时一致 img img.astype(np.float32) / 255.0 # 归一化到 0~1 img np.expand_dims(img, axis-1) # 加通道维 (224,224,1) img np.expand_dims(img, axis0) # 加 batch 维 (1,224,224,1) # 3. 前向推理输出每个像素的类别概率 pred model.predict(img) # 4. 取 argmax 得到掩膜再还原到原图尺寸 mask np.argmax(pred, axis-1)[0].astype(np.uint8) mask cv2.resize(mask, (original_w, original_h), interpolationcv2.INTER_NEAREST) cv2.imwrite(pred_mask.png, mask * 255)逻辑上分四步加载权重、预处理、推理、后处理。参数上最关键是resize的目标尺寸必须和训练时一致源码里如果是 224 就写 224写成 256 会让预测结果整体错位。compileFalse是省内存的小技巧推理阶段不需要损失函数和优化器。后处理用INTER_NEAREST而不是默认的双线性插值因为掩膜是类别标签插值会造出 0.5 这种不存在的类别。3. 训练自己的数据数据组织、训练循环与指标评估3.1 数据该怎么组织才能被脚本正确读取医学分割数据集常见两种组织方式一种是原图和掩膜分两个文件夹、文件名一一对应另一种是原图和掩膜同名前缀、靠后缀区分。这份源码大概率是前者。动手前先按下面结构摆好dataset/ ├── train/ │ ├── images/ # 训练原图如 patient01_slice03.png │ └── masks/ # 对应掩膜文件名必须完全一致 ├── val/ │ ├── images/ │ └── masks/文件名一致是硬要求脚本里通常用os.listdir遍历 images 再拼 masks 路径名字对不上就会读到空数组训练时表现为 loss 一直是 nan 或者不下降。掩膜如果是彩色 PNG记得在数据加载里转成单通道灰度否则类别数会对不上。心脏分割常见是背景、左心室、右心室、心肌四类掩膜像素值一般是 0/1/2/3如果你的标注是 0/255 这种要先做映射。3.2 训练脚本的关键参数怎么调训练入口脚本里几个参数直接决定能不能收敛# 常见训练配置片段参数名以实际脚本为准 IMG_SIZE 224 # 输入尺寸改了要同步改推理 BATCH_SIZE 8 # 显存不够就降到 4 或 2 EPOCHS 100 # 配合早停别死磕固定轮数 LR 1e-4 # 迁移学习用小学习率从头训可到 1e-3 NUM_CLASSES 4 # 背景三类心脏结构 model.compile( optimizertf.keras.optimizers.Adam(learning_rateLR), losssparse_categorical_crossentropy, # 标签是整数类别时用 sparse metrics[accuracy] ) callbacks [ tf.keras.callbacks.ModelCheckpoint( ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5, monitorval_loss, save_best_onlyTrue), tf.keras.callbacks.EarlyStopping(monitorval_loss, patience10), tf.keras.callbacks.ReduceLROnPlateau(monitorval_loss, factor0.5, patience5) ]BATCH_SIZE是最先要动的参数显存报 OOM 就往下调别硬扛。LR用 1e-4 是因为加载了 MobileNet 预训练权重大学习率会把预训练特征冲垮。损失函数选sparse_categorical_crossentropy还是categorical_crossentropy取决于标签是整数还是 one-hot选错会直接报维度错误。三个回调里ModelCheckpoint的文件名模板和包里ep056-...的命名对得上说明原作者就是这么存的EarlyStopping防止过拟合ReduceLROnPlateau在验证损失停滞时自动降学习率是分割任务里很实用的一个技巧。3.3 mIoU、PA、CPA 三个指标到底在看什么miou-pa-cpa这个文件对应的三个指标是分割任务的标准评估口径PAPixel Accuracy预测正确的像素占总像素的比例。心脏区域占比小的时候全预测成背景也能有 90% 以上所以 PA 高不代表模型好。CPAClass Pixel Accuracy每一类各自的像素准确率能看出模型是不是偏科比如背景很准但心肌很差。mIoUmean Intersection over Union每一类预测区域和真实区域的交并比再对所有类取平均。这是分割任务最该看的指标对类别不平衡不敏感。评估脚本一般这么算import numpy as np def compute_miou(pred_mask, true_mask, num_classes4): ious [] for c in range(num_classes): pred_c (pred_mask c) true_c (true_mask c) inter np.logical_and(pred_c, true_c).sum() union np.logical_or(pred_c, true_c).sum() if union 0: continue # 该类在图中不存在跳过 ious.append(inter / union) return np.mean(ious)union 0那个判断别省某些切片里可能没有右心室不跳过会除零。跑完评估如果 mIoU 在 0.7 以上对入门级心脏分割算及格0.8 以上说明数据和训练都调得不错。CPA 里如果某一类明显低优先回去看那一类的标注质量和样本数量。4. 避坑与排查跑这份源码最容易翻车的五个地方4.1 现象加载 .h5 权重报「Unknown layer」或维度不匹配原因通常是模型结构定义和权重保存时的结构不一致比如你改了NUM_CLASSES或输入通道数权重里的张量形状对不上。解决先确认模型定义脚本没被改动NUM_CLASSES和权重训练时保持一致如果确实要改类别数只能加载编码器部分权重解码器重新训。用model.summary()打印结构和权重里的层名逐个对。4.2 现象训练 loss 一直不降或者直接变 nan原因多半在数据。掩膜像素值超出类别范围比如有 255、原图和掩膜尺寸不一致、归一化时除以了 0。解决写个脚本统计所有掩膜的唯一像素值np.unique(mask)看是不是只有 0~3检查每对原图和掩膜的 shape 是否相同归一化用/255.0而不是/img.max()后者遇到全黑图会除零。4.3 现象推理结果全黑或全白原因通常是预处理和后处理不匹配。训练时归一化到 0~1推理时忘了除 255或者argmax的 axis 写错取到了 batch 维。解决把推理用的预处理代码和训练时的数据生成器逐行对照确保 resize 尺寸、归一化方式、通道顺序完全一致。argmax对多分类输出应该是axis-1。4.4 现象显存溢出报 OOM原因是BATCH_SIZE或输入尺寸太大。解决先把BATCH_SIZE降到 2 试还不行就把IMG_SIZE从 224 降到 128但降尺寸后要重新训练不能直接套用 224 训出来的权重。另一个常被忽略的点是model.predict默认不释放中间张量大批量推理时用predict(x, batch_size1)逐张跑。4.5 现象mIoU 算出来是 nan原因是某些类别在预测和真实掩膜里都不存在union为 0 导致除零。解决按 3.3 里的写法加if union 0: continue或者给分母加一个极小值1e-6。另外确认预测掩膜和真实掩膜的类别编码一致一个用 0~3、一个用 1~4算出来的 IoU 全是错的。5. 进阶技巧用示例图快速验证与权重微调包里那几张1.png、2.png、3.jpg、4.jpg、318.png别只当装饰它们是验证环境是否配对的最快手段。我的习惯是环境装完第一件事拿1.png跑一遍推理把输出掩膜和包里可能附带的对照图并排看。如果预测掩膜的形状、位置大致对得上说明权重加载、预处理、后处理这条链路是通的如果完全错位问题一定出在 resize 尺寸或通道顺序上不用去怀疑模型本身。验证通过后想在自己的数据上提升效果最省力的做法是微调而不是从头训。加载ep056权重把学习率降到 1e-5只训 10~20 轮让模型适应新数据的分布# 微调加载已有权重用小学习率继续训 model load_model(ep056-loss0.242-val_loss0.215.h5, compileFalse) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-5), # 比原训练小一个量级 losssparse_categorical_crossentropy, metrics[accuracy] ) # 冻结编码器前几层只训解码器数据少时更稳 for layer in model.layers[:20]: layer.trainable False model.fit(train_gen, validation_dataval_gen, epochs20, callbackscallbacks)冻结层数[:20]不是固定值用model.summary()看编码器到哪一层结束按实际层数调。学习率 1e-5 是经验值微调时比原训练小一个数量级避免把学好的特征冲掉。判断微调有没有效果别只看 loss每轮结束跑一次 mIoUmIoU 涨了才算真涨。还有个容易被忽略的技巧把预测掩膜叠加到原图上做可视化比单看黑白掩膜更容易发现边界问题。用cv2.addWeighted把原图和彩色掩膜按 0.7:0.3 混合心肌、左右心室的边界是否贴合一目了然。我一般会在每个 epoch 结束后抽一张验证图做这个叠加存成 gif 看边界随训练怎么收敛比盯数字直观得多。从那以后我每次拿到一份带权重的分割源码都强制先跑通单张推理、再动训练脚本顺序反了就是给自己找麻烦。希望帮到你。本文还有配套的精品资源点击获取