采用UNet完成磁瓦图片分割

本文基于中科院自动所磁瓦缺陷公开数据集,采用PaddlePaddle框架构建UNet模型进行分割实验。数据集含1568组图像,分训练、验证、测试集。模型经60轮训练,评价指标为:P=0.955、R=0.737、F1=0.832、ACC=0.973、IOU=0.713,为后续迁移学习至红外热成像无损检测奠定基础。

☞☞☞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☜☜☜

采用unet完成磁瓦图片分割 - 创想鸟

Unet模型分割磁瓦缺陷

数据集采用中科院自动所公开数据集,具体内容见:https://aistudio.baidu.com/aistudio/datasetdetail/224907/0本文主要参考:图像分割的打怪升级之路——UNet、PSPNet、Deeplab:https://aistudio.baidu.com/aistudio/projectdetail/2148971?channelType=0&channel=0&sUid=1019401&ts=1687278761304背景:本人为初级炼丹师,目前炼丹领域主要集中在图像分割与生成式模型。目前:正在构建红外热成像的无损检测数据集,该数据集能够为后续无损检测的后处理研究提供一定的帮助。但目前为止正在构建实验设备阶段,所以欲先从磁瓦缺陷分割然后通过迁移学习,完成后续的组合模型的构建。结果: unet评价指标为: P:0.955250726851333, R:0.7372399981794183, F1:0.8322043172342575, ACC:0.973421630859375, IOU:0.7126283557268431

1. 数据集预处理以及参数设置

1.1 导入必要的库函数

值得注意的是paddlepaddle-gpu版本为:2.0.2

In [1]

import osimport shutilimport numpy as npfrom paddle.io import Dataset,DataLoaderfrom paddle.vision import transforms as Tfrom paddle.nn import functional as Fimport cv2import paddleimport matplotlib.pyplot as pltimport paddle.nn as nnfrom tqdm import tqdmfrom PIL import Imagefrom visualdl import LogWriterfrom paddle import nn

       

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/__init__.py:107: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import MutableMapping/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/rcsetup.py:20: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import Iterable, Mapping/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/colors.py:53: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  from collections import Sized

       

1.2 定义超参数

训练历史loss与val-loss的数据导出

log_path路径为训练中的val-loss,train-loss,val-acc,train-acc储存位置,可以通过左侧的可视化打开,然后通过下载数据为csv,完成后续绘图

其余注释已经写得很清楚,不多作介绍

In [2]

# 训练迭代次数epochs = 60#批量大小batch_size=100#验证集的数量eval_num=150# 测试集的数量test_num=150# 所有图像的大小image_size=(128,128)# 标签图片路径label_images_path="/home/aistudio/data/expansion_annotations"# 输入图像路径input_images_path="/home/aistudio/data/expansion_images"# 保存文件的路径放在work中,每重启项目,都会清空# 存放图片路径filepath = "/home/aistudio/data/"# 模型权重等保存路径modle_and_weight_path = '/home/aistudio/data/modle_weight'# 验证训练效果路径datatest_path = '/home/aistudio/data/pre_test_label'# 训练日志保存log_path = '/home/aistudio/data/train_log'

   

1.3 解压数据集

将数据从/home/aistudio/data/data224907/解压到data/,这样能够减轻加载时间,因为data文件夹每次启动会重置

In [3]

!unzip -oq /home/aistudio/data/data224907/expansion_annotations.zip -d data/!unzip -oq /home/aistudio/data/data224907/expansion_images.zip -d data/

   

1.4 获取图片路径+图片名 组成的数组

函数:def get_img_files(directory):将path=directory文件夹下的所有后缀名为png或jpg的文件 获取文件夹下所有文件名称,返回完整路径

输入:

  directory: 存放图片的文件夹

           输出:

  sorted(img_files):  排序后的(地址+名称)

           In [4]

def get_img_files(directory):    # 获取指定目录下的所有文件名    file_list = os.listdir(directory)      # 使用列表推导式筛选出所有后缀名为.png的文件名    img_files = [os.path.join(directory, file) for file in file_list if file.endswith('.png') or file.endswith('.jpg')]        # 不排序的话文件名会与标签名混乱    return sorted(img_files)# 获取输入图片(1568,1)images = np.expand_dims(np.array(get_img_files(input_images_path)),axis=1)# 获取输入图片对应得标签(1568,1)labels = np.expand_dims(np.array(get_img_files(label_images_path)),axis=1)# 拼接np ----》(1568,2)data = np.array(np.concatenate((images,labels),axis=1))# 打乱数据集 不影响images与labels的关系np.random.shuffle(data)# 分割数据集train_data=data[:-(eval_num + test_num),:]eval_data=data[-(eval_num + test_num):-test_num,:]test_data=data[-test_num:,:]#打印数据格式,以及图片与对应标签print(train_data.shape, train_data[0])print(eval_data.shape, eval_data[0])print(test_data.shape, test_data[0])

       

(1268, 2) ['/home/aistudio/data/expansion_images/Imgs-exp6_num_352572.jpg' '/home/aistudio/data/expansion_annotations/Imgs-exp6_num_352572.png'](150, 2) ['/home/aistudio/data/expansion_images/Imgs-exp3_num_322643.jpg' '/home/aistudio/data/expansion_annotations/Imgs-exp3_num_322643.png'](150, 2) ['/home/aistudio/data/expansion_images/Imgs-exp3_num_186885_ud.jpg' '/home/aistudio/data/expansion_annotations/Imgs-exp3_num_186885_ud.png']

       

2. 数据增强处理与数据提取器的构建

2.1 对图片完成增强处理

In [5]

train_transform=T.Compose([            T.Resize(image_size),  #裁剪            T.ColorJitter(0.1,0.1,0.1,0.1), #亮度,对比度,饱和度和色调            T.Transpose(), #CHW            T.Normalize(mean=0.,std=255.) #归一化        ])eval_transform=T.Compose([            T.Resize(image_size),            T.Transpose(),            T.Normalize(mean=0.,std=255.)        ])

   

2.2 定义数据提取器

In [6]

class ImageDataset(Dataset):    def __init__(self,path,transform):        super(ImageDataset, self).__init__()        self.path=path        self.transform=transform    def _load_image(self,path):        '''        该方法作用为通过路径获取图像        '''        img=cv2.imread(path)        img=cv2.resize(img,image_size)        return img    def __getitem__(self,index):        '''        这里之所以不对label使用transform,因为观察数据集发现label的图像矩阵主要为0或1        但偶尔也有0-255的值,所以要对label分情况处理        而对data都进行transform是因为data都是彩色图片,图像矩阵皆为0-255,所以可以统一处理        '''        path=self.path[index]        if len(path)==2:            data_path,label_path=path            # 获取图片数组            data,label=self._load_image(data_path),self._load_image(label_path)            # 对图片数组归一化            data,label=self.transform(data),label            # 参数 (2,0,1) 表示将第三维度(channel)作为第一维度,第一维度(height)作为第二维度,            # 第二维度(width)作为第三维度            label = label.transpose((2, 0, 1))            # 提取这个数组的第一行,保留该行所有列,也就是将其尺寸从(1, height, width)变为了            # (height, width),即去掉了第一维的维数,并将其赋值给了变量 label。            label = label[0, :, :]            label = np.expand_dims(label, axis=0)            if True in (label>1):                label=label/255.            label = label.astype("int64")            return data,label         # 获取的路径只有一个,那么就是输入图片(用于没有标签的测试集)        if len(path)==1:            data=self._load_image(path[0])            data=self.transform(data)            return data    def __len__(self):        return len(self.path)# 获取数据读取器train_dataset=ImageDataset(train_data,train_transform)eval_dataset=ImageDataset(eval_data,eval_transform)test_dataset=ImageDataset(test_data,eval_transform)train_dataloader=DataLoader(train_dataset,batch_size=batch_size,shuffle=True,drop_last=True)eval_dataloader=DataLoader(eval_dataset,batch_size=batch_size,shuffle=True,drop_last=True)

   

2.3 观察训练集

In [7]

def show_images(imgs):    #imgs是一个列表,列表里是多个tensor对象    #定义总的方框的大小    plt.figure(figsize=(3*len(imgs),3), dpi=80)    for i in range(len(imgs)):        #定义小方框        plt.subplot(1, len(imgs), i + 1)        #matplotlib库只能识别numpy类型的数据,tensor无法识别        imgs[i]=imgs[i].numpy()        #展示取出的数据        plt.imshow(imgs[i][0],cmap="gray",aspect="auto")        #设置坐标轴        plt.xticks([])        plt.yticks([])data,label=next(train_dataloader())show_images([data[0],label[0]])

       

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2349: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  if isinstance(obj, collections.Iterator):/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/cbook/__init__.py:2366: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working  return list(data) if isinstance(data, collections.MappingView) else data/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:425: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead  a_min = np.asscalar(a_min.astype(scaled_dtype))/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/image.py:426: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead  a_max = np.asscalar(a_max.astype(scaled_dtype))

       

               

3. 搭建模型

3.1 unet 结构图

采用UNet完成磁瓦图片分割 - 创想鸟        In [8]

import paddlefrom paddle import nnclass Encoder(nn.Layer):# 下采样    def __init__(self, num_channels, num_filters):        super(Encoder,self).__init__()#继承父类的初始化        # 图像通道数变为num_filters,长宽不变        self.conv1 = nn.Conv2D(in_channels=num_channels,                                out_channels=num_filters,                                kernel_size=3,                                stride=1,                                padding=1)        self.bn1 = nn.BatchNorm(num_filters,act='relu')        self.conv2 = nn.Conv2D(in_channels=num_filters,                                out_channels=num_filters,                                kernel_size=3,                                stride=1,                                padding=1)        self.bn2 = nn.BatchNorm(num_filters,act='relu')        self.pool = nn.MaxPool2D(kernel_size=2,stride=2,padding='SAME')# 图像长宽缩小一半,通道数不变        def forward(self, inputs):            x = self.conv1(inputs)        x = self.bn1(x)        x = self.conv2(x)        x = self.bn2(x)        # 输出1用于拼接        x_conv = x        # 输出2用于下采样        x_pool =self.pool(x)        return x_conv, x_poolclass Decoder(nn.Layer):    def __init__(self, num_channels,num_filters):        super(Decoder,self).__init__()        self.up = nn.Conv2DTranspose(in_channels=num_channels,                                    out_channels=num_filters,                                    kernel_size=2,                                    stride=2,                                    padding=0)# 图片分辨率变大一倍,通道数不变        self.conv1 = nn.Conv2D(in_channels=num_filters*2,                                out_channels=num_filters,                                kernel_size=3,                                stride=1,                                padding=1)# 因为拼接的缘故所以是2倍的关系        self.bn1 = nn.BatchNorm(num_filters,act='relu')        self.conv2 = nn.Conv2D(in_channels=num_filters,                                out_channels=num_filters,                                kernel_size=3,                                stride=1,                                padding=1)        self.bn2 = nn.BatchNorm(num_filters,act='relu')    def forward(self, input_conv, input_pool):                x = self.up(input_pool)        # 计算上采样后,与input_conv的分辨率差值,然后进行填充        h_diff = (input_conv.shape[2]-x.shape[2])        w_diff = (input_conv.shape[3]-x.shape[3])        # 对上下左右表示填充0        pad = nn.Pad2D(padding=[h_diff//2,h_diff-h_diff//2,w_diff//2,w_diff-w_diff//2])        x = pad(x)        x = paddle.concat([input_conv,x],axis=1)        x = self.conv1(x)        x = self.bn1(x)        x = self.conv2(x)        x = self.bn2(x)        return xclass UNet(nn.Layer):    def __init__(self, num_classes=2):        super(UNet,self).__init__()        self.down1 = Encoder(num_channels=3, num_filters=64)        self.down2 = Encoder(num_channels=64, num_filters=128)        self.down3 = Encoder(num_channels=128, num_filters=256)        self.down4 = Encoder(num_channels= 256, num_filters=512)        self.mid_conv1 = nn.Conv2D(512,1024,1)        self.mid_bn1 = nn.BatchNorm(1024,act='relu')        self.mid_conv2 = nn.Conv2D(1024,1024,1)        self.mid_bn2 = nn.BatchNorm(1024,act='relu')        self.up4 = Decoder(1024,512)        self.up3 = Decoder(512,256)        self.up2 = Decoder(256,128)        self.up1 = Decoder(128,64)        # 使用1*1卷积,softmax做分类        self.last_conv = nn.Conv2D(64,num_classes,1)        def forward(self, inputs):        x1, x = self.down1(inputs)        x2, x = self.down2(x)        x3, x = self.down3(x)        x4, x = self.down4(x)        x = self.mid_conv1(x)        x = self.mid_bn1(x)        x = self.mid_conv2(x)        x = self.mid_bn2(x)        x = self.up4(x4, x)        x = self.up3(x3, x)        x = self.up2(x2, x)        x = self.up1(x1, x)                x = self.last_conv(x)        return  x    # 打印模型结构,需要不打印模型结构注释下一行即可paddle.summary(UNet(2), (1, 3, 128, 128))

       

--------------------------------------------------------------------------------------------------------------  Layer (type)                 Input Shape                          Output Shape                 Param #    ==============================================================================================================    Conv2D-1               [[1, 3, 128, 128]]                    [1, 64, 128, 128]                1,792        BatchNorm-1             [[1, 64, 128, 128]]                   [1, 64, 128, 128]                 256          Conv2D-2               [[1, 64, 128, 128]]                   [1, 64, 128, 128]               36,928        BatchNorm-2             [[1, 64, 128, 128]]                   [1, 64, 128, 128]                 256         MaxPool2D-1             [[1, 64, 128, 128]]                    [1, 64, 64, 64]                   0           Encoder-1              [[1, 3, 128, 128]]           [[1, 64, 128, 128], [1, 64, 64, 64]]        0           Conv2D-3                [[1, 64, 64, 64]]                     [1, 128, 64, 64]               73,856        BatchNorm-3             [[1, 128, 64, 64]]                     [1, 128, 64, 64]                 512          Conv2D-4               [[1, 128, 64, 64]]                     [1, 128, 64, 64]               147,584       BatchNorm-4             [[1, 128, 64, 64]]                     [1, 128, 64, 64]                 512         MaxPool2D-2             [[1, 128, 64, 64]]                     [1, 128, 32, 32]                  0           Encoder-2               [[1, 64, 64, 64]]           [[1, 128, 64, 64], [1, 128, 32, 32]]        0           Conv2D-5               [[1, 128, 32, 32]]                     [1, 256, 32, 32]               295,168       BatchNorm-5             [[1, 256, 32, 32]]                     [1, 256, 32, 32]                1,024         Conv2D-6               [[1, 256, 32, 32]]                     [1, 256, 32, 32]               590,080       BatchNorm-6             [[1, 256, 32, 32]]                     [1, 256, 32, 32]                1,024        MaxPool2D-3             [[1, 256, 32, 32]]                     [1, 256, 16, 16]                  0           Encoder-3              [[1, 128, 32, 32]]           [[1, 256, 32, 32], [1, 256, 16, 16]]        0           Conv2D-7               [[1, 256, 16, 16]]                     [1, 512, 16, 16]              1,180,160      BatchNorm-7             [[1, 512, 16, 16]]                     [1, 512, 16, 16]                2,048         Conv2D-8               [[1, 512, 16, 16]]                     [1, 512, 16, 16]              2,359,808      BatchNorm-8             [[1, 512, 16, 16]]                     [1, 512, 16, 16]                2,048        MaxPool2D-4             [[1, 512, 16, 16]]                      [1, 512, 8, 8]                   0           Encoder-4              [[1, 256, 16, 16]]            [[1, 512, 16, 16], [1, 512, 8, 8]]         0           Conv2D-9                [[1, 512, 8, 8]]                      [1, 1024, 8, 8]                525,312       BatchNorm-9              [[1, 1024, 8, 8]]                     [1, 1024, 8, 8]                 4,096         Conv2D-10               [[1, 1024, 8, 8]]                     [1, 1024, 8, 8]               1,049,600     BatchNorm-10              [[1, 1024, 8, 8]]                     [1, 1024, 8, 8]                 4,096     Conv2DTranspose-1           [[1, 1024, 8, 8]]                     [1, 512, 16, 16]              2,097,664       Conv2D-11              [[1, 1024, 16, 16]]                    [1, 512, 16, 16]              4,719,104     BatchNorm-11             [[1, 512, 16, 16]]                     [1, 512, 16, 16]                2,048         Conv2D-12              [[1, 512, 16, 16]]                     [1, 512, 16, 16]              2,359,808     BatchNorm-12             [[1, 512, 16, 16]]                     [1, 512, 16, 16]                2,048         Decoder-1      [[1, 512, 16, 16], [1, 1024, 8, 8]]            [1, 512, 16, 16]                  0       Conv2DTranspose-2          [[1, 512, 16, 16]]                     [1, 256, 32, 32]               524,544        Conv2D-13              [[1, 512, 32, 32]]                     [1, 256, 32, 32]              1,179,904     BatchNorm-13             [[1, 256, 32, 32]]                     [1, 256, 32, 32]                1,024         Conv2D-14              [[1, 256, 32, 32]]                     [1, 256, 32, 32]               590,080      BatchNorm-14             [[1, 256, 32, 32]]                     [1, 256, 32, 32]                1,024         Decoder-2     [[1, 256, 32, 32], [1, 512, 16, 16]]            [1, 256, 32, 32]                  0       Conv2DTranspose-3          [[1, 256, 32, 32]]                     [1, 128, 64, 64]               131,200        Conv2D-15              [[1, 256, 64, 64]]                     [1, 128, 64, 64]               295,040      BatchNorm-15             [[1, 128, 64, 64]]                     [1, 128, 64, 64]                 512          Conv2D-16              [[1, 128, 64, 64]]                     [1, 128, 64, 64]               147,584      BatchNorm-16             [[1, 128, 64, 64]]                     [1, 128, 64, 64]                 512          Decoder-3     [[1, 128, 64, 64], [1, 256, 32, 32]]            [1, 128, 64, 64]                  0       Conv2DTranspose-4          [[1, 128, 64, 64]]                    [1, 64, 128, 128]               32,832         Conv2D-17             [[1, 128, 128, 128]]                   [1, 64, 128, 128]               73,792       BatchNorm-17             [[1, 64, 128, 128]]                   [1, 64, 128, 128]                 256          Conv2D-18              [[1, 64, 128, 128]]                   [1, 64, 128, 128]               36,928       BatchNorm-18             [[1, 64, 128, 128]]                   [1, 64, 128, 128]                 256          Decoder-4     [[1, 64, 128, 128], [1, 128, 64, 64]]          [1, 64, 128, 128]                  0           Conv2D-19              [[1, 64, 128, 128]]                    [1, 2, 128, 128]                 130      ==============================================================================================================Total params: 18,472,450Trainable params: 18,460,674Non-trainable params: 11,776--------------------------------------------------------------------------------------------------------------Input size (MB): 0.19Forward/backward pass size (MB): 174.75Params size (MB): 70.47Estimated Total Size (MB): 245.40--------------------------------------------------------------------------------------------------------------

       

{'total_params': 18472450, 'trainable_params': 18460674}

               

3.2 采用高层API训练模型

注意:本段落的运行会清空之前的所有数据文件,并重新创建空的文件夹!同时该段落的训练时长与epochs的大小高度相关,请耐心等待训练完成!
若需要查看的loss,acc需要,打开左侧的可视化,路径设置为/home/aistudio/data/train_log,即可
采用UNet完成磁瓦图片分割 - 创想鸟 采用UNet完成磁瓦图片分割 - 创想鸟        

In [9]

# 判断日志文件是否存在,存在就删除,然后创建空的文件夹用于存log文件def del_file(path):    if os.path.exists(path):        shutil.rmtree(path)    os.mkdir(path)del_file(log_path)del_file(modle_and_weight_path)del_file(test_path)print(paddle.device.get_device())paddle.device.set_device('gpu:0')# 创建调用模型modle = paddle.Model(UNet(2))# opt = paddle.optimizer.Momentum(learning_rate=1e-3,parameters=modle.parameters(),weight_decay=1e-2)opt = paddle.optimizer.AdamW(learning_rate=1e-3,parameters=modle.parameters(),weight_decay=1e-2)modle.prepare(opt, paddle.nn.CrossEntropyLoss(axis=1),metrics=paddle.metric.Accuracy())# 创建回调,将训练过程中的val_loss,train_loss,val_acc,train_acc,保存到文件夹/home/aistudio/data/train_log中callback = paddle.callbacks.VisualDL(log_dir = log_path)# 请耐心等待它训练完成,若需要观察每次训练的acc与loss,可以将verbose设置为1,(申请精品项目输出不能太长,所以就默认为0,也就是不打印)# save_freq=5,每训练5次,保存一次模型# 模型的权重文件保存在/home/aistudio/data/modle_weight# 训练log_freq次打印一次结果modle.fit(train_dataloader,        eval_dataloader,        epochs=epochs,        verbose=0,        save_dir = modle_and_weight_path,        save_freq=5,        log_freq=1,        callbacks=callback)

       

cpu

       —————————————————————————ValueError Traceback (most recent call last)/tmp/ipykernel_1308/2477755552.py in  12 13 print(paddle.device.get_device()) —> 14paddle.device.set_device(‘gpu:0’) 15 16 /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/device/__init__.py in set_device(device) 314 data = paddle.stack([x1,x2], axis=1) 315 “”” –> 316  place =_convert_to_place(device) 317 framework._set_expected_place(place) 318 return place /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddle/device/__init__.py in _convert_to_place(device) 257 raise ValueError( 258  “The device should not be {}, since PaddlePaddle is ” –> 259 “not compiled with CUDA”.format(avaliable_gpu_device)) 260 device_info_list = device.split(‘:’, 1) 261 device_id = device_info_list[1] ValueError: The device should not be , since PaddlePaddle is not compiled with CUDA

3.3 预测图象

将测试集预测后的数据放入地址为:test——path中。
预测图片为: 采用UNet完成磁瓦图片分割 - 创想鸟            In [ ]

# 预测图像保存绝对路径if os.path.exists(test_path):    shutil.rmtree(test_path)os.mkdir(test_path)#读取模型参数文件路径save_dir = test_pathcheckpoint_path = modle_and_weight_path + "/final"#实例化,U-Netmodel = paddle.Model(UNet(2))       # 加载最后训练的模型model.load(checkpoint_path)# 生成预测图片到文件夹/home/aistudio/data/pre_test_label# img格式为:【3,128,128】for i,img in tqdm(enumerate(test_dataset)):    #print(paddle.to_tensor(img[0]).shape)    img=paddle.to_tensor(img[0]).unsqueeze(0)    predict=np.array(model.predict_batch(img)).squeeze(0).squeeze(0)    predict=predict.argmax(axis=0)    image_path=test_dataset.path[i]    path_lst=image_path[0].split("/")    save_path=os.path.join(save_dir,path_lst[-1][:-5])+"p.jpg"    cv2.imwrite(save_path,predict*255)

   

3.4 评估指标计算

包含常用指标:

precision: 预测结果的平均精度recall: 预测结果的平均召回率f1score: 预测结果的平均 F1 值accuracy: 预测结果的整体准确率IOU:预测结果的平均交并比**In [ ]

# # 评价网络模型结果#########################################################################def evaluate_segmentation_performance(pred_masks, true_masks):    """    计算图像分割性能评估指标    参数:        - pred_masks: numpy 数组,表示预测的掩码图像,形状为 (N, H, W, 1),取值为 0 或 1        - true_masks: numpy 数组,表示真实的掩码图像,形状为 (N, H, W, 1),取值为 0 或 1    返回值:        - precision: 预测结果的平均精度        - recall: 预测结果的平均召回率        - f1score: 预测结果的平均 F1 值        - accuracy: 预测结果的整体准确率        - IOU:预测结果的平均交并比    """    # 将预测结果和真实结果转换为 int 类型,以避免出现数据类型错误    pred_masks = np.round(pred_masks).astype(np.int32)    true_masks = np.round(true_masks).astype(np.int32)    # 计算 TP,FP 和 FN    TP = np.sum((pred_masks == 1) & (true_masks == 1))    FP = np.sum((pred_masks == 1) & (true_masks == 0))    FN = np.sum((pred_masks == 0) & (true_masks == 1))    print(TP, FP, FN)    # 计算准确率、召回率和 F1 值    precision = TP / (TP + FP)    recall = TP / (TP + FN)    f1score = 2 * precision * recall / (precision + recall)    # 计算整体准确率    accuracy = np.mean(pred_masks == true_masks)    # 计算 IOU    intersection = np.sum(pred_masks & true_masks)    union = np.sum(pred_masks | true_masks)    iou = intersection / union    return precision, recall, f1score, accuracy, iou

   In [ ]

# 提取经过(resize,标签二值化)处理的图片列表eval_img_list = [test_dataset.__getitem__(i)[0] for i in range(len(test_dataset))]eval_label_list = [test_dataset.__getitem__(i)[1] for i in range(len(test_dataset))]# img灰度--->[150,3,128,128]img = paddle.to_tensor(eval_img_list)# label二值--->[150,1,128,128]label = np.array(paddle.to_tensor(eval_label_list))# predict其中2代表两通道预测各类别的概率--->[150,2,128,128]predict = np.array(model.predict_batch(img)).squeeze(0)# pre_img_list-->[150,128,128,1]pre_img_list = paddle.to_tensor([predict[i].argmax(axis=0) for i in range(len(predict))]).unsqueeze(-1)# pre_img_list-->[150,1,128,128]pre_img_list = np.array(pre_img_list.transpose((0, 3, 1, 2)))# 计算指标precision, recall, f1score, accuracy, iou = evaluate_segmentation_performance(pre_img_list, label)print('unet评价指标为:nP:{},nR:{},nF1:{},nACC:{},nIOU:{}'.format(precision, recall, f1score, accuracy, iou))

   In [ ]


   

以上就是采用UNet完成磁瓦图片分割的详细内容,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/52932.html

(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
上一篇 2025年11月9日 07:04:20
Dumpcap在Debian中的数据存储
下一篇 2025年11月9日 07:06:24

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • Golang JSON序列化:控制敏感字段暴露的最佳实践

    本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时,通过利用`encoding/json`包提供的结构体标签,特别是`json:”-“`,可以轻松实现对特定字段的忽略,从而避免敏感数据泄露,确保api…

    2026年5月10日
    000
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • 比特币新手教程 比特币交易平台有哪些

    比特币是一种去中心化的数字货币,基于区块链技术实现点对点交易,具有匿名性、有限发行和不可篡改等特点;新手可通过交易所购买,P2P交易获得比特币,常用平台包括Binance、OKX和Huobi;交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买,可选择市价单或限价单;比特币存储方式有交易…

    2026年5月10日
    000
  • c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用

    SFINAE 是“替换失败不是错误”的原则,指模板实例化时若参数替换导致错误,只要存在其他合法候选,编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景,如通过 decltype 或 enable_if 控制函数重载,实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…

    2026年5月10日
    000
  • Go语言mgo查询构建:深入理解bson.M与日期范围查询的正确实践

    本文旨在解决go语言mgo库中构建复杂查询时,特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性,解释为何直接索引`interface{}`会导致“invalid operation”错误,并提供一种推荐的、结构清晰的代码重构方案,以确保查询条件能够正确…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • Golang goroutine与channel调试技巧

    使用go run -race检测数据竞争,结合runtime.NumGoroutine监控协程数量,通过pprof分析阻塞调用栈,利用select超时避免永久阻塞,有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心,但它们也带来了调试上…

    2026年5月10日
    000
  • 《魔兽世界》将于6月11日开启国服回归技术测试

    《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试《魔兽世界》将于6月11日开启国服回归技术测试

    《%ign%ignore_a_1%re_a_1%》官方宣布,将于6月11日开启国服回归技术测试,时间为7天,并称可以在6月内正式开服,玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端,技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…

    2026年5月10日 用户投稿
    200
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • 如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南

    HTML表单通过标签构建,包含action和method属性定义数据提交目标与方式,常用input类型如text、password、email等适配不同输入需求,配合label、required、placeholder提升可用性,结合textarea、select、button等控件实现完整交互,是…

    2026年5月10日
    000
  • 创建指定大小并填充特定数据的Golang文件教程

    本文将介绍如何使用Golang创建一个指定大小的文件,并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件,从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件,并将其填充为全零数据。掌握这些方法,可以方便地在例如日志系统或磁盘队列等场景中,预先创建测试文件或初始…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 如何插入查询结果数据_SQL插入Select查询结果方法

    如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法如何插入查询结果数据_SQL插入Select查询结果方法

    使用INSERT INTO…SELECT语句可高效插入数据,通过NOT EXISTS、LEFT JOIN、MERGE语句或唯一约束避免重复;表结构不一致时可通过别名、类型转换、默认值或计算字段处理;结合存储过程可提升可维护性,支持参数化与动态SQL。 将查询结果数据插入到另一个表中,可以…

    2026年5月10日 用户投稿
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • Debian Copilot的社区活跃度如何

    debian copilot是codeberg社区维护的ai助手,旨在为debian用户提供服务。尽管搜索结果中没有直接提供关于debian copilot社区支持活跃度的具体数据,但我们可以通过debian社区的整体活跃度和特点来推断其活跃性。 Debian社区的一般情况: Debian拥有详尽的…

    2026年5月10日
    000
  • Discord.py 交互按钮超时与持久化解决方案

    本教程旨在解决Discord.py中交互按钮在一段时间后出现“This Interaction Failed”错误的问题。我们将深入探讨视图(View)的超时机制,并提供通过正确设置timeout参数以及利用bot.add_view()方法实现按钮持久化的具体方案,确保您的机器人交互功能稳定可靠,即…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • JavaScript 动态菜单点击高亮效果实现教程

    本教程详细介绍了如何使用 JavaScript 实现动态菜单的点击高亮功能。通过事件委托和状态管理,当用户点击菜单项时,被点击项会高亮显示(绿色),同时其他菜单项恢复默认样式(白色)。这种方法避免了不必要的DOM操作,提高了性能和代码可维护性,确保了无论点击方向如何,功能都能稳定运行。 动态菜单高亮…

    2026年5月10日
    200

发表回复

登录后才能评论
关注微信