image_segmentation_demo

项目简述

使用CCF数据集，仅关心水体类别。

生成数据集

对生成数据集的要求： 1. 正方形图片 2. 可设置大小 3. 可设置总数 4. 可设置有/无目标的比例 5. 无需缩放 6. 可设置图片和mask的保存格式（jpg或png） 7. mask中背景像素值0，目标像素值255，方便人眼查看

路径结构：

• image_segmentation_demo/
  • data/
• src/ - image/ - label/ - 生成的数据集的目录，以dataset_yyyymmdd为目录名，例如dataset_20200707 - image/
• label/

模型

使用UNet结构，以ResNet为Encoder，有以下两种变化：

1. resnet_unet_vanilla： 原始的UNet结构，以ResNet为Encoder

2. resnet unet, all resnetish： 在resnet_unet_vanilla的基础上做了修改：在侧向连接和上采用路径上广泛采用了残差连接

此外，Encoder可以选择 resnet18, resnet34, resnet50 等不同复杂度的模型。

损失函数

• dice_loss
• balance_bce: 可以设置正/负比例，函数内会自动计算权重，将正/负比例调节到你设置的值。
• combo_loss：dice_loss+balance_bce

Metrics 定义了 iou 作为 metric

训练

可以从几个方面做不同的组合尝试：

1. 模型结构：
   • allres

vanila 2. 模型复杂度： - res18 - res34 3. 损失函数： - dice_loss - balance_bce - combo_loss 4. balance_ratio： - 0.1 - 1 - 10 5. dataset 的大小 - 200 - 2000 5. 不同的augmentation