unet++代码实现

问题（待修改）：

1.需要对mask进行热编码。 将（W,H）转为（33,W,H）,33是类别数。  跟UNet输出的mask一样，方便计算loss值。

但是代码有问题。  mask用cv读进来是一个矩阵，数值的形式。 不能直接mask==v? 

去输出看一下mask到底是什么。

生成的masks也要输出看一下。 可以在这里将masks输出为1个文件，对文件进行可视化等

这是自己写的热编码。  上面的代码和下面的留一个就行。 都试试

 2.图像增强

图像增强是输入一个图像，进行一系列处理，输出一个图像。

如果没有数据增强，那么训练时每个epoch训练的 data都是一样的，数据增强后每轮epoch输入的图像都不一样。

训练初期，可以不设置数据增强，之后慢慢修改优化。

数据增强中，可以pad, resize，尽量不要crop。先用resize代替crop

3.loss值输出问题

可以去查一下这个库的英文说明文档，应该有在哪输出loss值的说明。

Pip下载的库所在的位置，可以修改源代码。

4.初期可以用一个封装好的库。  但是之后用pytorch直接写代码。 不要再用库了。

去github上找代码   ※多的

GitHub - bigmb/Unet-Segmentation-Pytorch-Nest-of-Unets: Implementation of different kinds of Unet Models for Image Segmentation - Unet , RCNN-Unet, Attention Unet, RCNN-Attention Unet, Nested Unet

GitHub - Andy-zhujunwen/UNET-ZOO: including unet,unet++,attention-unet,r2unet,cenet,segnet ,fcn.

参考：

1.(27条消息) PyTorch图像分割模型——segmentation_models_pytorch库的使用_oJiWuXuan的博客-CSDN博客_pytorch图像分割

详细

2.

Unet实战-定位图片中猫的位置 - 知乎 (zhihu.com)  处理图片

3.(27条消息) segmentation_models_pytorch库学习_学无止境、积少成多、厚积薄发-CSDN博客_segmentation_models_pytorch

 4.记segmentation_models_pytorch环境搭建及使用 - 知乎 (zhihu.com)

5.多分类 one-hot

医学图像分割多目标分割（多分类）实践_LYNNzZ361的博客-CSDN博客_多目标分割

(11条消息) Unet分割医学图像全记录/结果全白解决办法/多分类Dice loss_W思涵的博客-CSDN博客_dice loss多分类

安装pytorch

(27条消息) Linux服务器pytorch环境配置详解_xiaotouming1的博客-CSDN博客

建立了一个虚拟环境[pytorch]

conda activate pytorch

将mask图像转化为彩色图像并可视化

(31条消息) 多类分割mask,如何转彩色图像并保存_guaiwuguba的博客-CSDN博客

代码解释(31条消息) 图像分割中的Mask，color table 和label ,one-hot代码详解_Rock的博客-CSDN博客_图像分割中的mask