企业官网建设流程全解析

简介：面向深度学习与计算机视觉入门者，这份压缩包聚焦图像分割三大方向——语义分割、实例分割与全景分割，系统涵盖理论讲解与Python实践示例，适合希望掌握像素级分类、目标实例区分的学习者，也可作为相关课程或竞赛的辅助材料。包内共4个文件，以md说明文档、py脚本和pro工程文件为主，整体仅10KB，轻量易用；目前已有453人学习下载。内容源自deeplearning-image-segmentation-master项目，包含CCF遥感图像分割预处理工程、语义分割脚本label_to_singlechannel.py及两份README说明，完整呈现从数据准备、模型构建、损失优化到评估部署的典型流程。读者可借助这些材料理解FCN、U-Net、Mask R-CNN等模型在PASCAL VOC、COCO等数据集上的应用思路，并参考IoU、mAP等指标进行效果验证。小巧的体积非常适合快速上手，能为后续深入图像分割实战打下基础。

1. 深度学习图像分割：从像素级分类到场景理解的完整落地路径

图像分割是计算机视觉里比目标检测更细粒度的一层任务，它的目标不是画框，而是给每个像素赋予一个语义标签。无论你是做自动驾驶的道路理解、医学影像的病灶勾画，还是工业质检里的缺陷定位，只要涉及“哪一块属于什么”，就绕不开语义分割、实例分割和全景分割这三类方法。这份基于深度学习方法的图像分割资源包，把三种分割任务的数据准备、模型选型、训练调参与评估验证串成了一条可复现的完整路径，适合那些已经跑通分类或检测、想在分割方向建立实战能力的人。

很多人第一次接触分割时会误以为它只是“把分类网络的全连接层换成上采样”，实际做起来才发现：标签怎么画、损失函数怎么处理类别不均衡、预测图怎么还原到原图尺寸、mIoU 怎么算才能对齐官方结果，每一环节都有坑。这篇笔记会把这条路径拆开来讲，按“任务边界 → 数据格式 → 训练代码 → 常见故障 → 验收技巧”推进，每个步骤都有可直接抄走的参数和命令。

2. 语义、实例与全景分割：三种任务的边界、数据差异与选型依据

2.1 三种任务的本质区别：从“是什么”到“哪一个是谁”

语义分割（Semantic Segmentation）解决的是“这个像素属于哪个类别”，它不区分同类别的不同个体。比如一张街景图里有三辆车，语义分割会把所有车的像素都标成“car”，但你无法知道哪块像素属于哪一辆车。实例分割（Instance Segmentation）在语义分割的基础上增加了个体编号，它会输出“car_1”“car_2”“car_3”这样的掩码，同一类别下的不同对象被分开。全景分割（Panoptic Segmentation）则是两者的融合：对可数物体（things）做实例分割，对背景等不可数区域（stuff）做语义分割，最终输出一个统一的分割图，每个像素既要标类别，也要标实例 ID。

这三者的数据标注格式差异很大。语义分割的标签图是一张与原始图像等尺寸的单通道图，每个像素的值是该位置的类别 ID。实例分割的标签需要以 COCO 格式的 JSON 存储，每个对象有 polygon 或 RLE 掩码。全景分割的标注格式则更复杂，典型做法是每张图同时生成一个语义标签图和一个实例 ID 图，实例 ID 只在 things 类别范围内递增，stuff 类别的实例 ID 固定为 0。

从选型角度说，如果你的业务只关心区域归属（比如遥感影像的土地分类），语义分割足够；如果你需要统计图中目标数量并做精细轮廓提取（比如细胞计数），必须上实例分割；如果你的场景需要同时兼顾背景结构与前景个体（比如机器人导航中的场景解析），全景分割是更完整的方案。资源包里三者的对比实验数据能看出，同一种骨干网络下，语义分割的训练成本最低，全景分割的工程复杂度最高，但信息量也是递进的。

2.2 数据标注与格式转换：VOC、COCO 与 PNG 掩码的互转逻辑

分割任务的数据准备比检测麻烦得多，核心原因在于标签不是框坐标，而是逐像素的掩码。实践中最常见的标注工具有 LabelMe、精灵标注助手和 CVAT，导出格式各不相同，但最终都要整理成模型训练需要的统一格式。资源包里的脚本主要围绕 VOC 格式与 COCO 格式的互转展开，因为这两个格式在开源模型里覆盖面最广。

VOC 格式下，语义分割标签是 PNG 文件，像素值即类别 ID，调色板固定；实例分割标签则是 PNG 文件加一个分割对象 XML 文件。COCO 格式下，所有标注集中在 JSON 里，实例掩码用 polygon 或 RLE 压缩表示。从 LabelMe 导出的 JSON 转成 VOC 或者 COCO，常见的做法是先解析多边形坐标，再通过 OpenCV 的 fillPoly 把多边形绘制到掩码图上。这里有个容易搞错的细节：VOC 的类别 ID 是从 0（背景）开始连续递增的，而 COCO 的类别 ID 是从 1 开始并且可能不连续，转换时一定要建立类别名到 ID 的映射表，否则训练出来的结果会整体错位。

资源包里提供了一个转换脚本，核心逻辑是：读取标注 JSON，提取每个对象的类别名和 polygon 坐标，按预设映射表编码，最后用多边形的掩码合并策略生成训练标签。合并策略同样需要重视——当两个对象重叠时，后标注的对象应该覆盖先标注的，这要求标注文件里的对象列表顺序与标注时的图层顺序一致，否则边缘会出现异常的锯齿。

2.3 选型参考：骨干网络与分割头怎么搭

分割模型的选型不是越新越好，需要结合显存、推理速度与精度要求。语义分割的经典路线是 FCN 系的端到端卷积结构，U-Net 适合医学影像这类中小尺寸目标，DeepLabV3+ 在街景数据上表现稳定。实例分割的主流选择是 Mask R-CNN，它在 Faster R-CNN 的检测分支基础上并行增加了一个掩码分支，训练时一个 batch 里同时计算分类损失、回归损失和掩码损失。全景分割的现成框架相对少，资源包里给出的是基于 Mask R-CNN 加语义分割头的组合方案：things 走实例分支，stuff 走语义分支，最后用一个融合模块统一输出。

骨干网络的选择直接影响显存占用与训练速度。ResNet-50 在单张 1080Ti 上训练 DeepLabV3+，batch size 4 的情况下显存占用约 9GB；换 ResNet-101 会升到 12GB 左右。如果你的数据规模不大（几千张图），从 ResNet-50 起步更划算，训练一个 epoch 的时间大约比 ResNet-101 少 40%，精度差距通常在 1～2 个 mIoU 点以内。MobileNetV3 之类的轻量骨干适合边缘部署，但训练时要注意 BatchNorm 参数在低 batch size 下的不稳定问题。

3. 数据准备与标签工程：从原始图像到可训练的掩码数据集

3.1 目录结构与数据集划分：别把所有图扔一个文件夹

分割项目的目录结构直接决定后续脚本的改动量。我一般会按下面的方式组织数据目录，无论用哪个框架都能快速适配：

dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── masks/ │ ├── train/ │ ├── val/ │ └── test/ ├── annotations/ │ ├── train.json │ ├── val.json │ └── test.json └── class_names.txt

images 放原始图，masks 放掩码图，annotations 放 COCO 格式的标注文件。语义分割训练时只需要 images 和 masks 两个目录，实例分割训练时需要 images 和 annotations，全景分割则三者都依赖。这种结构的好处是：后续做数据增强时，图像和掩码可以同步处理；做交叉验证时，只需要改 train/val 的划分文件，不用动代码里的路径逻辑。

数据集划分比例上，分割任务对验证集的依赖比检测更强，因为掩码质量直接影响评估指标的可信度。我通常按 8:1:1 划分训练、验证和测试。随机划分是不够的，必须按场景分组划分：如果数据来自 10 个不同场景，每个场景的图像要同时出现在训练集和验证集里，比例保持一致，否则验证集上的 mIoU 会虚高，部署到新场景时精度断崖式下跌。

3.2 数据增强的尺度约束：掩码与图像必须同步变换

分割任务的数据增强比分类严格，因为任何几何变换都要同时作用于图像和掩码。常见的增强策略包括水平翻转、随机缩放（0.5～2.0 倍）、随机裁剪和颜色抖动。水平翻转最简单，直接在 numpy 或 PyTorch 的 tensor 维度上翻转即可。随机缩放则需要特别注意：图像缩放了多少倍，掩码必须缩放同样的倍数，并且插值方法要区别对待——图像用双线性插值，掩码用最近邻插值，否则掩码边缘会出现不存在的类别混合值。

随机裁剪是另一个高频操作。这里有个参数配对问题：裁剪尺寸决定了网络输入分辨率，而输入分辨率又直接影响感受野与细节保留的平衡。对街景等大目标数据，裁剪 512×512 通常够用；对医学影像等小目标数据，裁剪尺寸可以保持 256×256，但需要叠加一个 0.5 概率的随机旋转（90 度的倍数），避免模型学到固定的方向偏好。

资源包里给出的增强参数组合我实测下来比较稳：水平翻转概率 0.5、缩放范围 0.5～2.0、裁剪尺寸与训练分辨率一致、颜色抖动幅度 HSV 各 ±20。你可以直接抄这组参数，也可以按自己数据的尺度分布微调。如果训练数据里目标尺寸差异巨大，建议把随机缩放改成“多尺度训练”，即每隔多少个 iteration 从预设尺度列表里随机选一个缩放因子，这种方式能显著提升模型对尺度变化的鲁棒性，但要求 GPU 显存能容纳最大尺度的 batch。

3.3 类别不均衡的标签处理：加权损失与重采样怎么选

分割数据天然存在严重的类别不均衡现象，比如街景图中天空、道路占比可能超过 60%，而行人、自行车只占几个百分点。如果直接用交叉熵损失，模型会倾向于把所有像素预测为大类，导致小类目标完全不出现。资源包里给了两种解决方案：类别权重加权和困难样本重采样。

类别权重加权是在损失函数里给每个类别乘一个权重，权重的计算方式通常采用中位数频率平衡（median frequency balancing），公式是weight_c = median_freq / freq_c，其中freq_c是类别 c 的像素占比。这样既不会让高频类别权重太低，也不会让稀有类别权重过高导致噪声被放大。另一种做法是在损失里同时加入 Dice 损失项，Dice 损失对小目标的梯度响应更强，和交叉熵按 1:1 加权混合后，整体收敛速度和最终精度都有提升。

如果数据集本身很小（几千张图），重采样可能比加权损失更有效。做法是按类别像素占比的反比给每个样本分配采样概率，让包含稀有类别的图像更大概率被抽到训练 batch 里。注意这里的“样本”是一整张图，不是图内的某个区域，所以即使某张图只有一个像素属于稀有类别，它的采样权重也会明显提高。实现时用 PyTorch 的 WeightedRandomSampler 传入每张图的权重列表即可，简单高效。

4. 基于 Python 的深度学习分割实战：从配置到训练一个语义分割模型

4.1 环境配置与依赖清单：torch 版本和 CUDA 对齐是第一步

分割项目对环境的敏感度比普通分类项目高，最常见的问题不是代码逻辑，而是 CUDA、PyTorch 和 OpenCV 三者版本不对齐导致的掩码读写错误或显存报错。资源包要求的环境组合是 Python 3.8、PyTorch 1.10 以上、CUDA 11.1 以上、OpenCV 4.5 以上。其中 OpenCV 负责掩码的读写与多边形绘制，版本过低时读入 PNG 的通道顺序可能异常，导致掩码和图像错位。

安装命令我按下面的顺序执行，减少依赖冲突：

conda create -n segenv python=3.8 -y conda activate segenv conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch pip install opencv-python==4.5.5.64 albumentations==1.1.0 tqdm tensorboard

pytorch 通过 conda 安装会自动匹配 CUDA 工具链，opencv 的版本号里尾部的 64 代表的是编译选项，不影响正常使用。albumentations 版本固定在 1.1.0 是因为它的 API 在 1.2 以后有过一次调整，旧代码可能跑不通。安装完成后，先执行一行验证命令确认 CUDA 可用：

import torch assert torch.cuda.is_available() print(torch.cuda.get_device_name(0))

如果第二步就报错，优先检查 conda 环境的 CUDA 版本与驱动是否匹配，用nvidia-smi看驱动支持的 CUDA 版本，再决定是否回退 cudatoolkit 版本。这一步看似基础，但我在多个机器上见过“安装成功但训练时 tensor 在 CPU 上”的隐蔽问题，根源就是 PyTorch 编译时用的 CUDA 版本与驱动不匹配。

4.2 构建 Dataset 子类：语义分割的读图与预处理核心逻辑

PyTorch 训练分割模型的 Dataset 子类，核心工作只有两件：读入图像与掩码、做同步增强。这里贴一个精简但完整的语义分割 Dataset 实现，可以直接抄到自己的项目里改造：

import cv2 import torch from torch.utils.data import Dataset import albumentations as A class SegDataset(Dataset): def __init__(self, image_dir, mask_dir, size=(512, 512)): self.image_paths = sorted(image_dir.glob("*.jpg")) self.mask_paths = sorted(mask_dir.glob("*.png")) self.size = size self.transform = A.Compose([ A.RandomCrop(size[0], size[1], p=0.8), A.HorizontalFlip(p=0.5), A.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, p=0.3), ]) def __len__(self): return len(self.image_paths) def __getitem__(self, idx): image = cv2.imread(str(self.image_paths[idx])) image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) mask = cv2.imread(str(self.mask_paths[idx]), cv2.IMREAD_UNCHANGED) if mask.ndim == 3: mask = mask[:, :, 0] transformed = self.transform(image=image, mask=mask) image = transformed["image"].astype("float32") / 255.0 mask = transformed["mask"].astype("int64") image = torch.from_numpy(image).permute(2, 0, 1) mask = torch.from_numpy(mask) return image, mask

这段代码里有三个关键点。一是掩码读取要使用IMREAD_UNCHANGED，保证读入的 PNG 不会因为通道转换而丢失类别 ID；如果掩码是三通道的 RGB 调色板格式，只取第一个通道即可，因为 VOC 格式的调色板 PNG 三个通道的值并不相同。二是 albumentations 的同步增强处理，它保证了图像和掩码应用同一套随机变换，这点比手动写多个随机数的分支代码可靠得多。三是图像归一化放在__getitem__里而不是提前存成 numpy，节省磁盘空间，代价是每个 epoch 都会重复一遍归一化计算，但对中小数据集来说完全可以忽略。

4.3 训练脚本的关键配置：损失函数、优化器与学习率策略

分割模型的训练脚本主体和分类网络类似，但有几个参数值得单独说明。损失函数我选交叉熵加 Dice 的组合，权重比是 1:1。优化器用 SGD 而不是 Adam，虽然 Adam 收敛更快，但分割任务的最终精度通常 SGD 配动量更好，一个常见原因是 Adam 对梯度的一阶矩估计在小 batch size 下波动较大，导致掩码边缘不够干净。SGD 的动量设为 0.9，权重衰减设为 0.0001，这两个参数在分割任务里几乎不用调。

学习率策略用的是多项式衰减（poly decay），初始学习率 0.01，训练结束时衰减到 0。这种策略对分割任务非常有效，原因在于分割网络的最后几层上采样结构对小学习率变化很敏感，线性或多项式衰减比阶梯式下降更平滑。PyTorch 里实现多项式衰减不需要额外库，直接自定义一个 LambdaLR：

def poly_lr(epoch, max_epochs, power=0.9): return (1 - epoch / max_epochs) ** power scheduler = torch.optim.lr_scheduler.LambdaLR( optimizer, lr_lambda=lambda e: poly_lr(e, 50) )

power=0.9时衰减曲线前期较缓后期较快，实测比线性衰减效果好。如果你的显存不够大，batch size 只能在 4 到 8 之间，可考虑把初始学习率降到 0.001，同时开启梯度累积两步，等效于 batch size 翻倍。

4.4 训练状态保存与恢复：断点续训的 checkpoint 设计

分割任务的训练周期通常比分类长，一个完整训练可能要跑十几个小时甚至几天，中途断电或显存溢出是常态。checkpoint 设计直接影响工作效率。我的习惯是每 5 个 epoch 保存一次完整的训练状态，包括模型参数、优化器状态、scheduler 状态、epoch 号和最佳 mIoU 值。只保存模型参数的话，恢复训练时学习率会从初始值重新走，整个训练流程就被破坏了。

保存 checkpoint 的代码用 PyTorch 的torch.save写成一个字典即可：

checkpoint = { "epoch": epoch, "model_state_dict": model.state_dict(), "optimizer_state_dict": optimizer.state_dict(), "scheduler_state_dict": scheduler.state_dict(), "best_miou": best_miou, } torch.save(checkpoint, f"checkpoints/seg_epoch{epoch}.pth")

恢复训练时，先加载字典，再依次load_state_dict到 model、optimizer、scheduler，然后把epoch赋值给循环的起点。这里有个容易踩的细节：如果训练中途改了模型结构或类别数，旧 checkpoint 加载会报尺寸不匹配，需要先把新结构下随机初始化的模型参数保存一份，再手动把匹配的层拷贝过来。

5. 避坑与常见问题排查：分割训练中翻过车的五个典型场景

5.1 掩码读入后全是黑色或全白：通道顺序与像素值编码问题

现象：训练时损失值一直在低位徘徊，验证时 mIoU 等于 0，可视化预测结果全是背景类。检查训练数据里的掩码，发现读入的数组全是 0，或者全是 255。

原因：这种情况绝大多数是掩码的读取方式不对。PNG 掩码如果是以调色板模式存储的，OpenCV 用默认的IMREAD_COLOR读入时会把调色板索引映射成 RGB 三个通道，导致原本的类别 ID 变成三个通道完全不同的值；而如果掩码是用IMREAD_GRAYSCALE读入，调色板索引会被拉伸到 0~255，原本类别 ID 为 1 的区域可能变成 253 或其他值，模型完全没法学习。

解决：统一用cv2.IMREAD_UNCHANGED读取所有掩码文件，然后在代码里显式判断维度。如果是三通道就取第一通道。另外，在预处理里加入一个断言，打印训练集里掩码的类别数，与实际num_classes比对。我见过最隐蔽的情况是某个标注工具导出的 PNG 里，背景不是 0 而是 255，训练时背景类的交叉熵损失把所有前景区域一并吞掉，特征图被反向传播污染。遇到这种问题，写一段小脚本统计掩码像素值的分布，输出np.unique(mask)，一眼就能看出异常类别 ID 的存在。

5.2 训练 loss 不下降：学习率与损失函数的适配问题

现象：训练前 10 个 epoch，交叉熵损失从 1.2 降到 0.9 后就停滞不动，Dice 损失始终在 0.8 以上，预测结果里前景目标的轮廓模糊成一片。

原因：常见原因有两个。一是学习率设置过高或过低。过高的学习率会让损失在前几个 epoch 快速下降后进入震荡区，过低的则让网络一直在同一个局部区域打转。二是损失函数搭配不当。加权交叉熵虽然能解决类别不均衡，但如果权重设置过极端（比如稀有类别的权重超过几十），模型会进入一种“对稀有类别过度敏感但对常见类别完全无视”的失衡状态。

解决：先做 5 个 epoch 的预热训练，观察损失曲线。如果损失从 1.5 降到 0.6，说明学习率合适；如果降得很慢，把学习率乘 2；如果震荡，除以 2。同时检查损失函数里的权重配置，中位数频率平衡计算出的权重通常都在 0.5~2 之间，如果出现某个权重超过 5，考虑截断到 5，或者改用 Dice 损失配合交叉熵的做法来抑制极端权重的影响。

5.3 显存溢出：batch size 减到 1 还是溢出怎么办

现象：训练脚本启动后几秒钟内报CUDA out of memory，把 batch size 调到 1 仍然报错。但同一张显卡运行分类任务完全没有问题。

原因：分割网络的上采样层和跳层连接会占用大量中间特征图缓存。DeepLabV3+ 的 ASPP 模块会并行执行多个空洞卷积分支，各自的输出都要保留到拼接阶段；U-Net 的跳层连接则是把每一层的特征图都保存下来，供解码阶段逐层拼接。这两类结构对显存的消耗远超同等参数量的分类网络。

解决：优先把图片分辨率调到 256×256，大多数分割任务在这个尺度下仍有可用的精度。如果仍然溢出，把 backbone 换成轻量网络（比如 ResNet-18）。另一个被很多人忽略的选项是开启 PyTorch 的torch.cuda.amp混合精度训练，显存占用直接降到原来的一半左右，而且精度损失通常小于 0.5 个 mIoU。

scaler = torch.cuda.amp.GradScaler() with torch.cuda.amp.autocast(): outputs = model(images) loss = criterion(outputs, masks) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update()

混合精度训练的核心是自动将部分算子转为 FP16 计算，梯度缩放器防止小梯度被 FP16 精度吞掉。开启后训练速度也会提升，值得作为分割训练的默认配置。

5.4 验证 mIoU 与训练 mIoU 相差巨大：数据泄漏与评估方式不对

现象：训练过程中的 mIoU 稳定在 0.75 左右，验证集的 mIoU 只有 0.4，且每次验证结果波动很大。查看训练集和验证集的图像，发现很多背景相似、目标位置相似的重复图。

原因：分割数据集经常出现“同场景不同帧”的连续采样问题，比如从一段视频里按帧抽图时，相邻帧的目标位置相差很少。如果只做随机划分，同一场景的帧会被同时分到训练集和验证集，模型相当于“背下了”场景特征，验证集上表现虚高。另一种情况更隐蔽：数据增强里如果用了基于像素统计的归一化方式（比如计算整个训练集的均值方差），验证集直接复用这个均值方差，会有微小的数据泄漏。

解决：数据集划分必须以场景为单位进行分组。先按场景 ID 分组，再把场景整体拆到训练集/验证集/测试集。具体实现时给数据目录里的文件夹命名带上场景 ID，划分脚本按文件夹遍历即可。评估时，确保验证集不使用训练增强，只做 resize 和归一化。

5.5 预测结果与原图尺寸不一致：上采样后分辨率对齐问题

现象：推理阶段，模型输出的预测图尺寸是 512×512，但原图是 1920×1080，直接 resize 回去后目标边缘出现明显的锯齿和偏移。

原因：分割模型的输出分辨率通常与输入分辨率相同，但训练时如果只做随机裁剪而没有在 val 阶段把整图缩放成固定尺寸，输出尺寸就和原图不一致。更隐蔽的原因是有些上采样层使用了反卷积，反卷积的输出尺寸不是线性的，需要手动算对齐参数。

解决：推理时先在原图上做滑动窗口推理（sliding window），每张窗口图单独预测，再将所有窗口的预测结果按原位置拼回去。窗口之间加 overlap（比如 64 像素），重叠区域取置信度均值。另外一种更省事的做法是把原图 resize 到训练尺寸做一次预测，再把预测结果 resize 回原尺寸，但这种方式对大目标位置有轻微偏移。对精度要求高的场景，滑动窗口是标准做法，代码也不复杂：

def sliding_window_predict(model, image, window_size=512, stride=448): h, w = image.shape[:2] pred = np.zeros((h, w), dtype=np.float32) count = np.zeros((h, w), dtype=np.float32) for y in range(0, h - window_size + 1, stride): for x in range(0, w - window_size + 1, stride): crop = image[y:y+window_size, x:x+window_size] logits = model(crop) # (1, num_classes, H, W) pred_cls = logits.argmax(dim=1).squeeze(0).cpu().numpy() pred[y:y+window_size, x:x+window_size] += pred_cls count[y:y+window_size, x:x+window_size] += 1 pred = pred / np.maximum(count, 1) return pred.astype(np.uint8)

stride=448意味着相邻窗口有 64 像素重叠，重叠区域的类别由多次预测投票决定，分割边缘会更稳定。边界处count为 0 的像素需要单独处理，通常复制最近窗口的预测结果。

6. 评估指标与置信度卡点：mIoU 之外，实战里更值得看的两个指标

分割模型的标准评估指标是 mIoU（平均交并比），公式是每个类别计算预测区域与真实区域的交叠率再求平均。mIoU 能反映整体精度，但它有两个众所周知的问题：一是对大目标的分数变化不敏感，二是对类别不均衡数据的评价不够全面。

实战里我额外会看两个指标。第一个是边界 F1 分数（Boundary F1 Score），它衡量的是预测掩码与真实掩码在目标轮廓处的重合质量。很多场景下 mIoU 达标了，但轮廓会有一圈 2~3 像素的偏移，对医学影像或工业测量这类对边界敏感的任务，这是不可接受的。计算方式是对预测和真值分别提取边界像素，统计两者的 F1。在资源包的评估脚本里，边界提取用的方式是形态学梯度——先膨胀再减去原图，能稳定地抽出一圈轮廓。

第二个指标是按类别统计的 Dice 系数，尤其关注稀有类别的 Dice。mIoU 会掩盖稀有类别的失败，比如背景占了 95% 像素的医学数据集，mIoU 高但病灶区域的 Dice 可能只有 0.2。按类别每个类都算一个 Dice，能直接定位到是哪一类拖了后腿。这两个指标在模型调参阶段比 mIoU 更敏感：我遇到过训练到第 20 个 epoch 时 mIoU 还在缓慢上升，但边界 F1 已经开始下降的情况，这种情况说明模型在牺牲边界精度换取区域填充率，需要及时停掉早停策略里的 patience 计数。

推理阶段的置信度阈值也值得单独卡。大多数分割模型输出的是每个像素的 softmax 概率，取 argmax 得到类别 ID。但在低置信度区域，直接取 argmax 的类别经常是错的，尤其是在类别之间颜色纹理高度相似的地方。做法是给每个像素设定一个置信度阈值，低于阈值的像素标记为“不确定”，再配合条件随机场（CRF）或简单的中值滤波做后处理。我通常先看验证集上每个类别的平均置信度，再取中位数作为初始阈值，然后按 0.05 的步长扫描调优，目标不是提升 mIoU，而是降低误检率。

资源包提供了一份完整的验证与可视化脚本，输入是训练好的模型权重和验证集目录，输出内容包括逐类别的 IoU 表、边界 F1 分数、混淆矩阵热力图以及多张预测可视化图。我拿到任何分割资源，第一件事都是跑通这个脚本，把验证指标和官方报告对比一次，如果差异小于 1 个点，说明整个数据流水线是可信的；如果差异超过 3 个点，优先排查数据格式和预处理逻辑，而不是怀疑模型本身。

后来我看每个分割项目都强迫自己先跑一遍完整流程再做模型实验。这套习惯帮我省下的时间远超想象。希望这份速查笔记能帮你绕过那几个坑，把精力花在真正值得调的地方。

本文还有配套的精品资源，点击获取