飞桨常规赛:PALM眼底彩照视盘探测与分割 – 5月第三名方案

该方案为飞桨PALM眼底彩照视盘探测与分割常规赛5月第三名方案。使用PaddleSeg和patta工具,以800张训练图、400张测试图,通过划分训练集和验证集,构建数据集并预处理。采用AttentionUNet模型,结合BCELoss与DiceLoss,经20轮训练,预测时还原图像尺寸,最终生成分割结果,评价指标为0.4×F1 + 0.6×Dice。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

飞桨常规赛:palm眼底彩照视盘探测与分割 - 5月第三名方案 - 创想鸟

飞桨常规赛:PALM眼底彩照视盘探测与分割 – 5月第三名方案

感觉这个任务和分类那个任务是此次PALM常规赛中最中规中矩的两个任务,所以也没有什么特别的感悟,就当baseline记录一下。

0. 赛题介绍

常规赛:PALM眼底彩照视盘探测与分割由ISBI2019 PALM眼科挑战赛赛题再现,其中眼底彩照视盘探测与分割的任务旨在对眼底视盘结构的探测和完成分割任务。

数据集由中山大学中山眼科中心提供800张带病理性近视分类标注的眼底彩照供选手训练模型,另提供400张带标注数据供平台进行模型测试。图像分辨率为1444×1444,或2124×2056。标注结果存储为BMP图像,与对应的眼底图像大小相同,标签为0代表视盘(黑色区域);标签为255代表其他(白色区域)。

评价指标为:0.4 X F1分数 + 0.6 X Dice

飞桨常规赛:PALM眼底彩照视盘探测与分割 - 5月第三名方案 - 创想鸟        

比赛链接: 常规赛:PALM眼底彩照视盘探测与分割

1. 包准备

既然是分割任务,首先想到的是PaddleSeg。那就直接搞起来就对了。这里想到之前遥感分割中用到patta还挺不错的,这里也弄进来一起搅。

In [4]

# ! git clone https://gitee.com/paddlepaddle/PaddleSeg.git! pip -q install pattaimport syssys.path.append('PaddleSeg')

   

2. 数据准备

2.1解压数据集

这个没啥好写的。

In [3]

! unzip -oq /home/aistudio/data/data85136/常规赛:PALM眼底彩照视盘探测与分割.zip! rm -rf __MACOSX! mv 常规赛:PALM眼底彩照视盘探测与分割 dataset

   

2.2 生成数据列表

老套路了,这里按0.9进行划分的,0.9的训练数据,0.1的验证数据。

In [5]

import osimport randomdef create_list():    file_path = 'dataset/Train/fundus_image'    imgs_name = os.listdir(file_path)    random.shuffle(imgs_name)    with open('dataset/Train/train.txt', 'w') as tf:        with open('dataset/Train/val.txt', 'w') as ef:            for idx, img_name in enumerate(imgs_name):                img_path = os.path.join('fundus_image', img_name)                lab_path = img_path.replace('fundus_image', 'Disc_Masks').replace('jpg', 'bmp')                if (idx % 10 + 1) < 9:                    tf.write(img_path + ' ' + lab_path + 'n')                else:                    ef.write(img_path + ' ' + lab_path + 'n')create_list()

   

2.3 构建数据集

构建数据集也是套路的seg的方案,除了修改大小,连其他的数据增强都没做。想一想做一下应该还是能涨点分吧,毕竟就几百张数据,还是有点少。

In [6]

from paddleseg.datasets import Datasetimport paddleseg.transforms as T# 构建训练集train_transforms = [    T.Resize(target_size=(1120, 1120)),  # 修改大小    T.Normalize()  # 归一化]train_dataset = Dataset(    transforms=train_transforms,    dataset_root='dataset/Train',    num_classes=2,    mode='train',    train_path='dataset/Train/train.txt',    separator=' ',)# 构建验证集val_transforms = [    T.Resize(target_size=(1120, 1120)),    T.Normalize()]val_dataset = Dataset(    transforms=val_transforms,    dataset_root='dataset/Train',    num_classes=2,    mode='val',    val_path='dataset/Train/val.txt',    separator=' ',)

   

这里也是输出测试一下,看看数据读取有没有什么问题。避免后面报一堆错不知道哪儿去找问题。

In [1]

for img, lab in val_dataset:    print(img.shape, lab)    break

   

3. 模型训练

3.1 训练准备

有了之前分类的经验,感觉注意力在医学图像上效果挺不错的,所以这里本来选择UNet的我改成了AttentionUNet。这种分割的损失一般采用BCE+Dice感觉都能取得比较好的效果。简单20轮,图像太大了batch_size就得设置的小。

In [8]

import paddlefrom paddleseg.models import AttentionUNetfrom paddleseg.models.losses import BCELoss, DiceLoss, MixedLoss# 模型url = Nonemodel = AttentionUNet(num_classes=2, pretrained=url)# 训练参数epochs = 20batch_size = 2iters = epochs * len(train_dataset) // batch_size# 损失函数mix_losses = [BCELoss(), DiceLoss()]mix_coef = [1, 1]mixloss = MixedLoss(mix_losses, mix_coef)losses = {}losses['types'] = [mixloss]losses['coef'] = [1]# 学习率及优化器base_lr = 3e-4lr = paddle.optimizer.lr.CosineAnnealingDecay(base_lr, T_max=(iters // 5))optimizer = paddle.optimizer.Adam(lr, parameters=model.parameters(), weight_decay=paddle.regularizer.L2Decay(1e-7))

   

3.2 模型训练

调用train即可。

In [2]

from paddleseg.core import traintrain(    model=model,    train_dataset=train_dataset,    val_dataset=val_dataset,    optimizer=optimizer,    save_dir='save_output',    iters=iters,    batch_size=batch_size,    save_interval=int(iters/10),    log_iters=10,    num_workers=0,    losses=losses,    use_vdl=True)

   

4. 模型预测

预测这里主要是两个问题。

由于图像缩小到了1120,所以预测得到的结果需要resize到原大小才行。不知道是不是图像太大的问题,一使用patta就GPU炸了,所以这里的结果是没用TTA的结果。In [9]

import paddlefrom paddleseg.models import AttentionUNetimport paddleseg.transforms as Tfrom paddleseg.core import inferimport osimport cv2from tqdm import tqdmfrom PIL import Imageimport numpy as npimport patta as ttadef nn_infer(model, imgs_path, is_tta=True):    if not os.path.exists('Disc_Segmentation'):        os.mkdir('Disc_Segmentation')    # 预测结果    transforms = T.Compose([        T.Resize(target_size=(1120, 1120)),        T.Normalize()    ])    # 循环预测和保存    for img_path in tqdm(imgs_path):        H, W, _ = np.asarray(Image.open(img_path)).shape        img, _ = transforms(img_path)  # 进行数据预处理        img = paddle.to_tensor(img[np.newaxis, :])  # C,H,W -> 1,C,H,W        # TTA        if is_tta == True:            tta_pres = paddle.zeros([1, 4, 1120, 1120])            for tta_transform in tta.aliases.hflip_transform():                tta_img = tta_transform.augment_image(img)  # TTA_transforms                tta_pre = infer.inference(model, tta_img)  # 预测                deaug_pre = tta_transform.deaugment_mask(tta_pre)                tta_pres += deaug_pre            pre = tta_pres / 2.        else:            pre = infer.inference(model, img)  # 预测        pred = paddle.argmax(pre, axis=1).numpy().reshape((1120, 1120)).astype('uint8') * 255        pred = cv2.resize(pred, (W, H), interpolation=cv2.INTER_NEAREST)        pil_img = Image.fromarray(pred)        pil_img.save(os.path.join('Disc_Segmentation', img_path.split('/')[-1].replace('jpg', 'png')), 'png')# 网络准备model_path='save_output/last_model/model.pdparams'model = AttentionUNet(num_classes=2, pretrained=None)params = paddle.load(model_path)model.set_dict(params)model.eval()# 预测文件set_path = 'dataset/PALM-Testing400-Images'names = os.listdir(set_path)imgs_path = []for name in names:    imgs_path.append(os.path.join(set_path, name))# 预测nn_infer(model, imgs_path, is_tta=False)

       

100%|██████████| 400/400 [03:02<00:00,  2.19it/s]

       

5. 结果展示

可以用matplotlib显示一下分割的结果看看。

In [15]

import numpy as npfrom PIL import Imageimport matplotlib.pyplot as plt%matplotlib inlineimg_path = 'dataset/PALM-Testing400-Images/T0255.jpg'inf_path = 'Disc_Segmentation/T0255.png'img = Image.open(img_path)inf = Image.open(inf_path)plt.figure(figsize=(10, 5))plt.subplot(121);plt.imshow(img);plt.title('img')plt.subplot(122);plt.imshow(inf);plt.title('inf')plt.show()

       

               

以上就是飞桨常规赛:PALM眼底彩照视盘探测与分割 – 5月第三名方案的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/40166.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
末日生存职业终极指南:矿工竟成版本答案
上一篇 2026年11月18日 02:04:08
抖音AI怎样识别场景智能推荐滤镜_抖音AI场景识别滤镜推荐技巧【技巧】
下一篇 2025年12月2日 00:51:38

相关推荐

  • 发布GR-2,从医疗康复到通用人形,傅利叶做对了什么?

    发布GR-2,从医疗康复到通用人形,傅利叶做对了什么?发布GR-2,从医疗康复到通用人形,傅利叶做对了什么?发布GR-2,从医疗康复到通用人形,傅利叶做对了什么?发布GR-2,从医疗康复到通用人形,傅利叶做对了什么?

    9月26日,傅利叶发布了自主研发的新一代通用人形机器人gr-2。立足于“为ai打造最佳具身载体”的产品愿景,gr-2在硬件、设计、开发框架等多个关键环节带来了令人瞩目的创新和提升,展现更灵活、更强劲、更开放的特性,满足各领域开发者、多元应用场景的需求。 在进军人形机器人领域前,傅利叶主攻医疗康复机器…

    2026年11月18日 • 用户投稿
    1700
  • VirtualBox CentOS虚拟机如何共享打印机

    在virtualbox中为centos虚拟机设置共享打印机,可以通过以下步骤来实现: 1. 在VirtualBox中配置共享文件夹 启动VirtualBox管理器,选择你的CentOS虚拟机,然后点击“设置”。在设置窗口中,选择“共享文件夹”选项卡,点击“添加共享文件夹”按钮。选择你想要共享的文件夹…

    2026年11月18日
    000
  • Excel格式在线转换工具入口 Excel文件快速在线转换

    Excel格式在线转换工具入口 Excel文件快速在线转换Excel格式在线转换工具入口 Excel文件快速在线转换Excel格式在线转换工具入口 Excel文件快速在线转换Excel格式在线转换工具入口 Excel文件快速在线转换

    答案:Excel格式在线转换工具入口为https://www.zamzar.com/convert/xlsx/,该平台支持xlsx、xls转CSV、PDF等多种格式,无需安装软件,提供批量转换、邮箱发送结果、HTTPS加密传输、文件24小时自动删除等功能,操作简便且安全可靠。 Excel格式在线转换…

    2026年11月18日 • 用户投稿
    100
  • 电脑支持dx12但是用不了 dx12问题最全解决办法

    电脑支持dx12但是用不了 dx12问题最全解决办法电脑支持dx12但是用不了 dx12问题最全解决办法电脑支持dx12但是用不了 dx12问题最全解决办法电脑支持dx12但是用不了 dx12问题最全解决办法

    directx 12是微软推出的最新一代图形接口技术,能够大幅提升游戏运行效率与视觉效果。然而不少用户反映,尽管电脑硬件支持dx12,却仍无法正常启用。这类问题通常源于系统配置不当、驱动不兼容或关键组件缺失。本文提供一套完整且实用的解决方案,帮助你彻底解决dx12无法启用的困扰。 核实操作系统版本是…

    2026年11月18日 • 用户投稿
    300
  • win11怎么改为本地账户登录_微软账户切换本地账户方法

    win11怎么改为本地账户登录_微软账户切换本地账户方法win11怎么改为本地账户登录_微软账户切换本地账户方法win11怎么改为本地账户登录_微软账户切换本地账户方法win11怎么改为本地账户登录_微软账户切换本地账户方法

    可通过系统设置将微软账户切换为本地账户:打开设置→账户→你的信息→改用本地账户登录,输入微软账户密码验证后设置本地用户名与密码,注销完成切换。2. 若选项不可用,可用netplwiz创建本地账户:运行netplwiz→添加→选择“不使用Microsoft账户登录”→创建本地账户并设为管理员,登录新账…

    2026年11月18日 • 用户投稿
    200
  • VSCode怎么开启自动保存功能 自动保存文件防丢失小妙招

    VSCode怎么开启自动保存功能 自动保存文件防丢失小妙招VSCode怎么开启自动保存功能 自动保存文件防丢失小妙招VSCode怎么开启自动保存功能 自动保存文件防丢失小妙招VSCode怎么开启自动保存功能 自动保存文件防丢失小妙招

    vscode 默认未开启自动保存,但可通过设置手动启用;2. 进入设置搜索 auto save 并勾选 files: auto save 或选择 afterdelay 模式即可实现延迟自动保存,默认为 1 秒;3. 可安装 autosave、save and run extension、file u…

    2026年11月18日 • 用户投稿
    200
  • 怎样在centos上监控java进程

    在centos系统上监控java进程,您可以采用多种方法,选择最适合您需求的方式即可。 使用top命令: 在终端输入top并按回车键,即可查看系统实时进程列表。找到以java或javac开头的Java进程,观察其CPU和内存使用情况。 使用ps命令: 执行以下命令: ps -ef | grep ja…

    2026年11月18日
    100
  • 电脑检测不到u盘怎么办 这些方法帮你解决

    电脑检测不到u盘怎么办 这些方法帮你解决电脑检测不到u盘怎么办 这些方法帮你解决电脑检测不到u盘怎么办 这些方法帮你解决电脑检测不到u盘怎么办 这些方法帮你解决

    u盘是我们在工作和学习中不可或缺的便携存储工具,但有时插入电脑后却无法识别,甚至在磁盘管理中也找不到踪影。遇到这种情况不必慌张,本文将为你梳理可能的原因,并提供几种实用的解决方法,助你快速找回u盘。 一、排查接口连接问题 U盘无法识别,首先应考虑是否为接口接触不良或损坏所致,而非U盘本身故障。建议从…

    2026年11月18日 • 用户投稿
    700
  • 如何在 CentOS 中配置 Node.js 环境

    在centos系统上搭建node.js环境,步骤如下: 1. 系统包更新 首先,更新系统软件包: sudo yum update -y 2. 安装Node.js 由于CentOS默认源可能缺少最新版Node.js,推荐使用NodeSource提供的源进行安装。以下步骤安装Node.js 14.x版本…

    2026年11月18日
    000
  • AI 搜索向左,搜索 OG 向右

    AI 搜索向左,搜索 OG 向右AI 搜索向左,搜索 OG 向右AI 搜索向左,搜索 OG 向右AI 搜索向左,搜索 OG 向右

    作为 ai 世界的领头羊,openai 发布的 searchgpt 再次给 ai 搜索加了一把火。 这把火原本由 Perplexity 引燃,在美国烧及 Google 和微软,在中国引发了百度、360 的追随,又带动一批创业者跟上,已然成为当下最时髦的热词。如果大模型之争能够被称为百模大战的话,那么…

    2026年11月18日 • 用户投稿
    200
  • 如何提升WiFi网速 家庭网络提速技巧

    如何提升WiFi网速 家庭网络提速技巧如何提升WiFi网速 家庭网络提速技巧如何提升WiFi网速 家庭网络提速技巧如何提升WiFi网速 家庭网络提速技巧

    路由器应置于家中中心高处无遮挡位置以优化信号覆盖;2. 减少干扰需手动切换2.4ghz信道至1、6、11或优先使用5ghz频段;3. 升级老旧路由器至wi-fi 6/7标准并检查终端设备无线网卡性能;4. 可选mesh系统实现全屋无缝覆盖,避免wifi扩展器导致速度减半;5. 对固定设备优先采用有线…

    2026年11月18日 • 用户投稿
    200
  • Zookeeper日志管理在CentOS中怎么做

    Zookeeper日志管理在CentOS中怎么做Zookeeper日志管理在CentOS中怎么做Zookeeper日志管理在CentOS中怎么做Zookeeper日志管理在CentOS中怎么做

    在centos中管理zookeeper日志通常涉及以下几个步骤: 配置日志目录:安装Zookeeper时,需在其安装目录下创建专门的log文件夹用于存放日志文件。在zoo.cfg配置文件中,使用dataLogDir配置项指定日志文件的存储路径。例如: dataDir=/path/to/zookeep…

    2026年11月18日 • 用户投稿
    100
  • centos weblogic资源限制怎么设置

    在centos系统上优化weblogic资源配置,需要协调weblogic配置文件和操作系统资源限制。以下步骤将指导您完成此过程: 一、调整WebLogic JVM参数 WebLogic的JVM参数控制其内存使用等资源。修改$DOMAIN_HOME/bin/setDomainEnv.sh文件(Lin…

    2026年11月18日
    000
  • 当AI浪潮开始走务实之道:夸克的进阶之路

    当AI浪潮开始走务实之道:夸克的进阶之路当AI浪潮开始走务实之道:夸克的进阶之路当AI浪潮开始走务实之道:夸克的进阶之路当AI浪潮开始走务实之道:夸克的进阶之路

    夸克ai:从搜索引擎到ai助手的蜕变之路,以及它如何成为“超级产品” 相较于其他AI助理,用户更容易接受夸克从搜索引擎转型为AI助手的模式。资深产品专家孔辛解释说,这是因为直接理解AI助理对普通用户来说有一定难度,用户更习惯于在熟悉的搜索引擎中融入AI功能,而非直接使用全新的AI产品。 这正是众多搜…

    2026年11月18日 • 用户投稿
    100
  • java怎么建立数组

    java怎么建立数组java怎么建立数组java怎么建立数组java怎么建立数组

    在 Java 中创建数组的步骤如下:声明数组变量。使用 new 关键字分配内存。通过元素索引初始化数组元素。 如何使用 Java 创建数组 数组是一种数据结构,用于存储相同类型的数据元素。在 Java 中,可以通过以下步骤创建数组: 1. 声明数组 int[] myArray; 这将声明一个整型数组…

    2026年11月18日 • 用户投稿
    000
  • debian分卷如何优化性能

    在debian系统中,优化分区配置可以从多个方面着手,包括磁盘空间管理、文件系统类型选择、交换分区设置、lvm优化、系统监控与维护等。以下是一些实用的优化策略和建议: 磁盘空间管理:使用 df -h 命令查看各分区容量,确保根分区及其他关键分区拥有足够的可用空间。清理不必要的缓存、日志和临时文件以释…

    用户投稿 2026年11月18日
    000
  • Win11是否禁用全屏优化?Win11全屏优化怎么禁用?

    Win11是否禁用全屏优化?Win11全屏优化怎么禁用?Win11是否禁用全屏优化?Win11全屏优化怎么禁用?Win11是否禁用全屏优化?Win11全屏优化怎么禁用?Win11是否禁用全屏优化?Win11全屏优化怎么禁用?

    一、所需工具: 想要禁用Win11的全屏优化功能,无需下载任何额外软件,只需通过系统自带的设置界面即可操作。 二、解决方法: 1. 进入Win11的“设置”界面,选择左侧的“系统”菜单。 2. 在系统页面中,点击“显示”选项。 3. 向下滚动,找到并点击“高级显示设置”。 聚好用AI 可免费AI绘图…

    2026年11月18日 • 用户投稿
    100
  • win10控制面板在哪里打开_win10打开控制面板的几种方式

    win10控制面板在哪里打开_win10打开控制面板的几种方式win10控制面板在哪里打开_win10打开控制面板的几种方式win10控制面板在哪里打开_win10打开控制面板的几种方式win10控制面板在哪里打开_win10打开控制面板的几种方式

    答案:可通过多种方式打开Windows 10控制面板。1、开始菜单搜索“控制面板”并点击结果;2、按Win+R输入control回车;3、桌面新建快捷方式,目标为control;4、设置应用中点击系统或账户,查找底部控制面板链接;5、文件资源管理器地址栏输入control并回车,即可进入控制面板界面…

    2026年11月18日 • 用户投稿
    100
  • edge浏览器怎么让网页始终在IE模式下打开_edge浏览器IE模式固定打开网页方法

    首先通过组策略或注册表将指定网站添加到Edge的IE模式列表中,确保访问时自动以IE内核加载,适用于依赖ActiveX控件或仅兼容IE的旧版网站。 如果您希望在Edge浏览器中访问特定网站时始终使用IE模式加载,可能是因为该网站依赖旧版ActiveX控件或仅兼容IE内核。以下是实现网页在IE模式下自…

    2026年11月18日
    000
  • win11怎么退回win10_win11系统回退win10操作步骤

    win11怎么退回win10_win11系统回退win10操作步骤win11怎么退回win10_win11系统回退win10操作步骤win11怎么退回win10_win11系统回退win10操作步骤win11怎么退回win10_win11系统回退win10操作步骤

    首先尝试使用Windows 11内置的“返回”功能在升级后10天内回退到Windows 10,若超期则通过高级启动进入恢复环境卸载更新,最后可使用Windows 10安装介质手动降级。 如果您尝试将Windows 11系统恢复到Windows 10,但发现系统中不再提供回退选项,则可能是由于超过了默…

    2026年11月17日 • 用户投稿
    000

发表回复

登录后才能评论
关注微信