语义分割python教学_超详细！手把手教你利用U-net进行语义分割实战

U-net作为当今医学图像分割领域广为认知的一个分割网络，在很多方面有着优点，比如能够网络结构简单，分割效果好，能够在小样本上进行训练等，那么话不多说，接下来我们就来看看如何利用u-net进行语义分割吧

首先选择的代码框架是Pytorch，该代码在github上有2651颗星

也可以通过作者准备好的百度云链接进行下载啦

链接：https://pan.baidu.com/s/1k4FT_g2uTgvzuNdfOd2nBw

提取码：qqzl

那么正常解压好的文件就如下图所示

接着我们挨个分析里面的文件和文件夹：

data文件夹里面存放的是用于训练和测试的数据(该代码是按比例随机划分训练集和测试集的，如有需要可以自行修改train里面的代码来进行索引训练)，共有两个文件夹，分别存放原始图片和标签(mask)

runs文件夹里面保存的应该是运行时的日志或其它，在此用不到

unet文件夹里保存的是上下采样的模块等和利用它们进行网络的构建的代码

dice_loss.py文件里是dice评估的相关代码，用于评估结果好坏

eval.py文件是每轮训练结束后进行的一次结果评估

submit.py本机训练用不着，用于kaggle等

train.py就是训练的核心代码，在里面可以进行调参，调整文件路径等，代码部分截图如下