简介一套聚焦眼底血管图像分割的Unet完整方案面向医学图像处理学习者、算法工程师及科研人员。针对视网膜血管人工分割耗时费力、主观性强等痛点资源提供了从原理到落地的全流程支持。包内共259个文件以png图像样本、py训练/测试脚本、pth模型权重、mp4教学视频和pdf文档为主并包含txt说明、xml标注等辅助材料压缩包整体约123.23MB。内容涵盖Unet原理解析、已处理好的训练集与测试集、完整训练与测试代码、训练好的模型以及封装好的图形化界面只需点击上传按钮即可完成眼底图像预测。同时附有视频教程与图文教程方便逐步跟学。已有105人学习下载适合希望通过实际项目快速掌握Unet分割应用并用于论文实验或课设开发的读者。1. 一个 zip 包里的 Unet 眼底血管分割先搞清楚它能帮你走多远如果你下载过类似“Unet眼底血管图像分割数据集代码模型系统界面教学视频_3.zip”这种压缩包大概率遇到过同一个尴尬解压出来密密麻麻几十个文件有 .tif 的标注图、有 .py 的训练脚本、有一个几百 MB 的 .pth 权重、还有一个看起来像界面的 .py 文件以及一两节视频课。但双击哪个都跑不起来或者跑起来全屏报错。这类包本质上是把一个完整的 Unet 眼底血管分割项目打包成了“教学资源”——数据集用来做训练与验证代码给出网络结构和训练流程模型提供一份已经收敛的权重系统界面把推理过程包装成可视化的工具教学视频则负责把流程串讲一遍。它的价值在于让你从零复现一个医学图像分割的基线系统而不是给你一个拿来即用的商业软件。这篇文章不讲解压某个具体压缩包而是顺着这个标题把整套技术方案拆开Unet 为什么是眼底血管分割的默认选择DRIVE 这样的数据集该怎么准备训练脚本里每个参数改了什么界面怎么接到权重上以及最容易被忽略的那几个坑。适合正在做医学图像处理课题、卡在“代码跑不通”阶段的学生也适合想快速搭一个分割系统基线验证想法的工程师。2. 眼底血管分割为什么盯上 Unet任务特性、数据集与第一版训练环境2.1 细血管、低对比度、树状结构这个任务的难点恰好是 Unet 的强项眼底血管分割要做的是把视网膜图像里的动脉和静脉从背景中分离出来。这件事难在三处血管是细长的线状结构最细的只有 1 到 2 个像素宽血管与眼底背景的对比度很低尤其在毛细血管区域血管呈树状分叉拓扑关系复杂普通分割算法很容易把分叉处切断。早期方案用手工特征加分类器比如提取 Hessian 矩阵的增强响应配合随机森林做像素分类效果尚可但泛化差。后来 FCN 类方法能把语义分割做端到端但血管这种小目标在多次下采样后细节大量丢失分割结果经常是一团模糊。Unet 的 U 型对称结构专门治这个病左侧编码器逐层下采样提取语义特征右侧解码器逐层上采样恢复分辨率中间用跳跃连接把编码器的浅层特征直接拼到解码器对应层。浅层特征保留的是血管边缘和细枝末节的纹理信息深层特征提供的是“这里是不是血管”的语义判断两者一拼细血管既能被定位到也能被恢复出边界。所以医学图像分割领域里Unet 几乎是默认基线不是因为它新而是因为它在小样本、弱对比、细结构这些医学场景下就是稳。“跑一个 unet 网络”对新手来说门槛不高但想让它跑出像样的血管分割效果输入的预处理和训练策略比网络结构本身更影响结果。先把这一点记住后面所有参数调整都围绕它展开。2.2 训练用哪个数据集DRIVE 是事实标准CHASE 和 STARE 做补充眼底血管分割最常用的公开数据集是 DRIVE全称 Digital Retinal Images for Vessel Extraction。它包含 40 张 565×584 的视网膜彩色图像分成 20 张训练、20 张测试每张图都有人工精细标注的血管掩膜。训练集还额外提供一份更宽松的标注用于评估标注者之间的差异。为什么说 DRIVE 是事实标准因为它规模小、格式规范、论文引用基数大几乎所有 Unet 变体的眼底血管分割论文都会在 DRIVE 上报告指标你拿自己的结果和论文对比时DRIVE 是最方便的对齐基准。缺点是 40 张图实在太少直接整图训练非常容易过拟合后面讲数据增强时你会看到这是绕不开的一步。补充数据集还有 CHASE_DB128 张来自多ethnic人群和 STARE20 张含病变图像它们和 DRIVE 的图像尺寸、标注风格不同常用来验证模型的跨数据集泛化能力。常见做法是先在 DRIVE 上训练和调参再用 CHASE 或 STARE 做一次迁移测试以此判断模型是不是只记住了 DRIVE 的分布。数据集文件本身通常按文件夹组织images 下放原始眼底图.tif 格式mask 下放视场掩膜把眼底相机拍摄产生的黑色边框区域标为无效manual1 下放人工标注的血管掩膜。注意有的包把标注存成 .gif 或 .png读取时要确认像素值范围这一步出错后面训练出来的模型会直接崩溃第 4 章会展开讲。2.3 把训练环境装到能跑 Unet 的程度显卡不是必需的但显存决定玩法训练这套系统的环境要求不高PyTorch 是当前最主流的实现框架CUDA 版 PyTorch 配合一块 6GB 以上显存的显卡可以覆盖绝大多数训练场景。没有独立显卡也能跑用 CPU 训练 20 张图大约要多等几倍时间而且 batch size 会被迫调小后面你会发现显存这件事直接决定了你走“整图训练”还是“patch 训练”两条路。# 创建 Python 3.8 的虚拟环境 conda create -n vessel python3.8 conda activate vessel # 安装 PyTorch根据你的 CUDA 版本调整 cu 后缀无显卡则安装 cpu 版 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装训练与可视化相关依赖 pip install numpy opencv-python pillow matplotlib scikit-learn tqdm版本选择上有两个提醒一是 PyTorch 2.x 和 1.x 在 API 层面基本兼容但如果你拿到的是基于 1.x 写的旧训练代码torchvision的版本要跟着代码里的torchvision.models用法走否则 import 阶段就报错二是opencv-python和pillow同时存在没问题但读取 .tif 时两个库的行为有差异代码里只能固定用一个来回混用是预处理结果对不上的常见原因。装完环境后建议先在终端里跑一句python -c import torch, cv2; print(torch.__version__, torch.cuda.is_available())确认 CUDA 是否可用。如果显示False后面代码里所有.cuda()调用都要走if torch.cuda.is_available()分支不然换台机器就报错。3. 最小可跑通的 Unet 训练代码从预处理到损失函数逐个拆解3.1 预处理为什么必须裁 patchDRIVE 图像虽小但显存放不下整图训练DRIVE 图像是 565×584单张放进显存做一次前向传播并不大。真正的问题是 batch size如果你想用 batch size 8 做批训练8 张 3 通道 565×584 的图直接进网络显存占用会迅速突破 8GB。更关键的是Unet 的深度编码器在输入尺寸不规整时会出 padding 误差而眼底图像边缘经常有黑色视场边界。常见做法是把图像裁成固定大小的 patch。比如从每张训练图里随机裁出 64×64 或 48×48 的小块用大量 patch 喂给网络训练。patch 尺寸直接影响你能看到的血管范围64×64 能覆盖中等长度的血管段足够学习局部纹理如果再小到 32×32patch 里经常整块都是背景正负样本失衡会很严重。import cv2 import numpy as np import torch from torch.utils.data import Dataset class VesselDataset(Dataset): def __init__(self, image_dir, label_dir, patch_size64, stride32, augmentTrue): self.image_paths sorted(image_dir.glob(*.tif)) self.label_paths sorted(label_dir.glob(*.tif)) self.patch_size patch_size self.stride stride self.augment augment self.patches self._extract_patches() def _extract_patches(self): patches [] for img_path, label_path in zip(self.image_paths, self.label_paths): img cv2.imread(str(img_path), cv2.IMREAD_GRAYSCALE) label cv2.imread(str(label_path), cv2.IMREAD_GRAYSCALE) # 只保留视场内的有效区域 h, w img.shape for y in range(0, h - self.patch_size 1, self.stride): for x in range(0, w - self.patch_size 1, self.stride): img_patch img[y:yself.patch_size, x:xself.patch_size] label_patch label[y:yself.patch_size, x:xself.patch_size] # 丢弃含视场边界的 patch if (label_patch 0).mean() 0.9: continue patches.append((img_patch.copy(), label_patch.copy())) return patches这段代码做了三件事用固定步长在整图上滑动裁 patch把标签中超过九成像素都是背景的 patch 丢掉避免输入全是无效区域保留原图与标注的逐像素对应关系。这里stride32意味着相邻 patch 有重叠重叠区域会让同一条血管被多个 patch 反复学习相当于隐式数据增强。如果你想提高训练速度可以把 stride 调到 patch_size变成无重叠裁剪但同等 epoch 下效果会略降。读取时统一用cv2.imread(..., cv2.IMREAD_GRAYSCALE)是因为 Unet 输入单通道灰度图。有些包里的标注是二值图像素值只有 0 和 255训练时要把 255 归一化为 1否则 BCE 损失会把标签当作 255 来计算结果就是模型永远学不会输出 1。3.2 Unet 网络结构代码搞清楚每个卷积块的通道变化再动手改Unet 结构本身不复杂核心是两个卷积块每个含两次卷积加 ReLU、一个下采样、一个上采样外加跳跃连接的通道拼接。新手最容易改错的位置是跳跃连接处的通道数因为上采样后要和编码器输出拼接通道数对不上就会抛维度错误。import torch import torch.nn as nn class DoubleConv(nn.Module): def __init__(self, in_ch, out_ch): super().__init__() self.conv nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding1), nn.BatchNorm2d(out_ch), nn.ReLU(inplaceTrue), nn.Conv2d(out_ch, out_ch, 3, padding1), nn.BatchNorm2d(out_ch), nn.ReLU(inplaceTrue) ) def forward(self, x): return self.conv(x) class UNet(nn.Module): def __init__(self, in_ch1, out_ch1, features[32, 64, 128, 256]): super().__init__() self.encoder nn.ModuleList() self.decoder nn.ModuleList() self.pool nn.MaxPool2d(2, 2) for f in features: self.encoder.append(DoubleConv(in_ch, f)) in_ch f self.bottleneck DoubleConv(features[-1], features[-1] * 2) for f in reversed(features): self.decoder.append( nn.ConvTranspose2d(f * 2, f, 2, stride2) ) self.decoder.append(DoubleConv(f * 2, f)) self.final nn.Conv2d(features[0], out_ch, 1) def forward(self, x): skip_connections [] for enc in self.encoder: x enc(x) skip_connections.append(x) x self.pool(x) x self.bottleneck(x) skip_connections skip_connections[::-1] for idx in range(0, len(self.decoder), 2): x self.decoder[idx](x) skip skip_connections[idx // 2] if x.shape ! skip.shape: x nn.functional.interpolate(x, sizeskip.shape[2:]) x torch.cat((skip, x), dim1) x self.decoder[idx 1](x) return torch.sigmoid(self.final(x))代码里features[32, 64, 128, 256]是编码器每层输出的通道数显存紧张的机器可以改成[16, 32, 64, 128]参数量会大幅下降但分割精度也相应降低。解码器里的ConvTranspose2d负责上采样它把特征图尺寸翻倍然后与对应的编码器输出在通道维拼接。代码里加了一个interpolate的维度对齐保护这是应对输入尺寸不能被 2 整除时出现的差一像素问题实际训练中如果不做这层保护报错会非常隐蔽且难排查。features列表的最后一项用于计算 bottleneck 通道数features[-1] * 2就是 512。输出层用1×1卷积把通道压到 1接sigmoid输出每个像素属于血管的概率。这就是“低显存运行模型”的一种实际手段把通道数砍半肉眼可见的效果变化不大。3.3 训练脚本BCE 加 Dice 的组合损失是细血管分割的关键损失函数是眼底血管分割里最值得花时间调的部分。纯用 BCE二元交叉熵训练背景像素占比远大于血管像素模型会倾向把所有像素预测为背景表现为输出图几乎全黑。纯用 Dice Loss 则容易在训练初期梯度不稳定。最稳的组合是 BCE 与 Dice 按权重相加比如 0.5 比 0.5兼顾像素级准确率和区域重叠度。def combined_loss(pred, target, bce_weight0.5): bce nn.functional.binary_cross_entropy(pred, target) smooth 1e-6 intersection (pred * target).sum() dice 1 - (2 * intersection smooth) / (pred.sum() target.sum() smooth) return bce_weight * bce (1 - bce_weight) * diceDice 系数衡量的是预测区域与真实标注的重叠程度对细血管这种“正样本像素少但结构重要”的任务非常敏感。pred.sum()和target.sum()可以直接对张量求和intersection用逐元素相乘再求和。注意 dice 计算时用的是连续概率值而不是二值化结果这样梯度才能回传。训练循环本身是常规流程但有两个细节容易翻车一是每个 epoch 结束后要在验证集上算一次 Dice 和 AUC不能只看训练 loss二是学习率要配合 patch 训练策略调整patch 数量多、每个 epoch 的迭代步数也多初始学习率 1e-3 配 Adam 是常见起点训练后期降到 1e-4 或 1e-5 帮助收敛。from torch.utils.data import DataLoader from torch.optim import Adam train_dataset VesselDataset(image_dir, label_dir) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4) model UNet().cuda() optimizer Adam(model.parameters(), lr1e-3) scheduler torch.optim.lr_scheduler.StepLR(optimizer, step_size20, gamma0.5) for epoch in range(50): model.train() epoch_loss 0.0 for imgs, labels in train_loader: imgs, labels imgs.float().unsqueeze(1).cuda(), labels.float().unsqueeze(1).cuda() preds model(imgs) loss combined_loss(preds, labels) optimizer.zero_grad() loss.backward() optimizer.step() epoch_loss loss.item() * imgs.size(0) scheduler.step() print(fEpoch {epoch1}, Loss: {epoch_loss / len(train_dataset):.4f})unsqueeze(1)是因为 Dataset 返回的 patch 是H×W的二维数组需要变成1×H×W的通道维才能进 Conv2d。DataLoader 的num_workers在多卡机器上可以调高但 Windows 环境下num_workers设为 0 才能避免多进程报错。StepLR每 20 个 epoch 把学习率减半如果发现验证集 Dice 在后期振荡不降把step_size调小或者改ReduceLROnPlateau按验证集指标动态降学习率会更稳。以下是训练时的关键参数推荐值按 8GB 显存估算参数推荐值说明patch_size64×64过小丢失血管上下文过大显存不够batch_size32patch 小所以可以开大显存吃紧就降到 16初始学习率1e-3Adam 配 1e-3 开局验证集停滞再降epoch50DRIVE 小样本50 轮足够多了必过拟合损失权重BCE 0.5 Dice 0.5全 BCE 会漏细血管全 Dice 收敛慢4. 训练 Unet 必踩的 5 个坑显存溢出、全黑预测与细血管断裂排查4.1 显存溢出换了别人的代码batch_size 没改就崩现象代码在作者的机器上跑得好好的到自己机器一运行就报CUDA out of memory有时连 torch 的版本号都没打出来就被中断。原因下载的训练代码里写死了较大的 batch_size或者输入图像没有做 resize 直接整图进网络而你的显卡显存比作者的小。这和数据增强、模型结构都无关纯粹是资源不匹配。解决先把batch_size降到能跑为止通常从 32 降到 8 或 4再不行就走两条路一是把输入 patch 缩小二是把模型features从[32,64,128,256]改为[16,32,64,128]。显存优化有个“先调数据、再调模型”的顺序优先改数据维度保持网络结构不动这样和论文结果对比时才不会引入额外变量。4.2 训练十几轮 loss 不降输出全黑问题出在标签像素值现象训练 loss 从一开始就在一个高位徘徊几乎不变把验证集预测图可视化出来是全黑的或者偶发几片白色噪点。原因最常见是标签图像读进来不是 0/1而是 0/255。BCE 损失里 target 传 255 时梯度方向完全相反模型学到的不是“血管概率高”而是“靠近 255 的地方概率低”。这类包里的标注图经常是 8bit PNG白色血管像素值是 255。解决在 Dataset 的__getitem__里对标签做显式二值化label (label 127).astype(np.float32)。把 0/255 统一转成 0.0/1.0。另一个隐蔽问题是cv2.imread读彩色图时返回三通道如果直接当单通道用标签维度会是H×W×3训练时会报形状不匹配或者干脆错位。所有输入统一用灰度模式读取能一并避开。4.3 血管断了预测结果看起来是“虚线”细血管不连续现象分割结果的粗血管轮廓基本正确但细小的毛细血管段频繁断裂视觉上像虚线。整体 Dice 卡在 0.75 左右上不去。原因细血管像素占比太低BCE 损失里它们贡献的梯度极小被背景和粗血管的梯度淹没。patch 裁剪时如果 patch 太小比如 32×32很多 patch 里只有零星的细血管碎片模型学不到完整拓扑。解决一是把损失函数改成 BCE Dice 组合Dice 对“重叠区域缺失”的惩罚更敏感二是在数据增强里加入旋转和翻转让细血管以不同角度重复出现三是检查 patch 裁剪时是否把含血管比例高的 patch 丢了有些实现里过滤条件写得太激进导致训练集里几乎没有细血管样本。把过滤阈值放宽到“背景占比低于 95%”通常能保留更多有价值的 patch。4.4 训练指标高、测试指标崩预处理不一致是最隐蔽的翻车点现象训练集 Dice 到了 0.85测试集只有 0.6 左右而且每次跑结果还不一样。很多人第一反应是过拟合但加了数据增强也没用。原因训练阶段做了归一化或数据增强但推理阶段的预处理脚本里忘了做同样的归一化或者归一化参数不一致。最常见是训练时对 patch 做了均值和标准差归一化推理时直接对全图归一化两个分布不一样。另一个典型错误是推理时没有把图像缩放到和训练 patch 相同的尺寸范围直接用原始分辨率输入。解决把预处理逻辑抽成一个独立函数训练和推理都调用同一个函数参数完全复用。浮点精度问题也可能导致微小差异但影响远小于预处理不一致。检查方法很简单随机挑一张训练图用推理预处理跑一遍再和训练时的输入 tensor 对比数值不一致就是预处理链路没对齐。4.5 教学视频的代码和环境对不上版本不匹配不是玄学现象照着视频里的代码敲了一遍import阶段报错比如torchvision.models里没有某个函数或者nn.Upsample的参数名变了。视频里作者用的是老版本 PyTorch你装的是新版本。原因深度学习框架 API 变化很快两年前的 Unet 代码在 PyTorch 2.x 下有不少兼容性问题。报错常见的几个点nn.Upsample的size参数语义变化、torchvision.transforms的ToTensor行为差异、旧代码里Variable写法在新版本被移除。解决不要在新环境里硬跑旧代码。优先看压缩包里有没有requirements.txt有就按文件里的版本安装没有就按代码里的import推断大致年代安装匹配的 PyTorch 版本。实在要跨版本跑把报错信息里的 API 名一个个丢进搜索引擎常见的都有替代方案这类包里的代码结构大同小异修改量通常不超过十行。5. 从模型权重到系统界面加载 checkpoint 与推理部署全流程5.1 checkpoint 文件里到底装了什么加载权重前先弄清三件事训练完成后保存的权重文件通常是 .pth里面装的是模型 state_dict也就是每一层的参数张量。但这只是最理想的情况。实际上你拿到的权重文件可能包含三种内容纯 state_dict只含参数、完整模型对象含结构定义、或者是训练时保存的 checkpoint含 epoch、优化器状态、loss 历史。加载时的关键问题是你得知道模型结构用的通道参数是多少。很多包里的模型文件打印出来只有参数名和形状没有保存时用的features配置。这时候要做的第一件事不是推理而是先打印权重文件的键名确认输入输出通道和你的模型定义是否一致。import torch # 先看权重里有什么 ckpt torch.load(unet_vessel.pth, map_locationcpu) if state_dict in ckpt: state_dict ckpt[state_dict] elif isinstance(ckpt, dict) and any(k.startswith(conv) or k.startswith(encoder) for k in ckpt.keys()): state_dict ckpt else: state_dict ckpt # 直接就是 OrderedDict for k, v in state_dict.items(): print(k, v.shape)torch.load默认把权重加载到保存时的设备如果原本在 GPU 上保存换机器加载会报错map_locationcpu先把权重拉到 CPU 再手动转移到当前设备是跨机器推理的标准手法。打印出来的键名里如果看到module.前缀说明模型是用nn.DataParallel打包训练的需要把这个前缀剥掉再加载否则模型定义里的键名对不上加载报错让你怀疑人生。5.2 单张眼底图的推理流程预处理必须和训练完全一致加载模型后做单张图推理最容易出问题的还是预处理不一致。你可以用下面的代码作为一个安全模板注意其中每个步骤都在复刻训练时的处理import cv2 import numpy as np import torch import torch.nn.functional as F model.eval() img cv2.imread(test_image.tif, cv2.IMREAD_GRAYSCALE) img img.astype(np.float32) / 255.0 # 和训练时一样的归一化 # 滑窗推理避免整图显存溢出 patch_size 64 stride 32 h, w img.shape pred_map np.zeros((h, w), dtypenp.float32) count_map np.zeros((h, w), dtypenp.float32) with torch.no_grad(): for y in range(0, h - patch_size 1, stride): for x in range(0, w - patch_size 1, stride): patch img[y:ypatch_size, x:xpatch_size] patch_tensor torch.from_numpy(patch).unsqueeze(0).unsqueeze(0).float() pred model(patch_tensor) pred_map[y:ypatch_size, x:xpatch_size] pred.squeeze().cpu().numpy() count_map[y:ypatch_size, x:xpatch_size] 1 pred_map pred_map / np.maximum(count_map, 1) pred_map np.where(pred_map 0.5, 1, 0).astype(np.uint8)滑窗推理的原理和训练时裁 patch 一样重叠区域多次预测然后取平均count_map记录每个像素被预测了几次。这样处理有两个好处显存占用恒定不管原图多大都能跑重叠区域的多余预测天然做了平滑相当于一次轻量的后处理。分割结果里经常会有一些孤立的噪点它们是模型把某些背景纹理误判成血管。常见的后处理是连通域分析把面积小于阈值的连通域去掉。OpenCV 的connectedComponentsWithStats可以几行代码搞定阈值一般取 20 到 50 像素——眼底血管是连通的树状结构任何孤立的小块都算伪影去掉不影响真实血管完整性。5.3 系统界面用 PyQt5 还是 Flask选型看你是交作业还是做演示“系统界面”这个词在不同用途下选型完全不同。如果你是做课程设计或课题验收需要本地演示、拖拽图片就能看结果PyQt5 是主流选择界面响应快不依赖浏览器。如果你是给团队做工具或者想远程访问用 Flask 搭一个 Web 界面更合适启动后在浏览器里访问本地端口即可。两者在技术路线上的区别只在于界面层底下调用模型的推理代码完全复用。所以推荐先把推理封装成一个独立函数比如predict_vessel(image_path) - result_image界面只负责调用这个函数并显示结果后续就算换界面框架也不用动模型代码。# 伪代码示意封装推理为独立函数界面层只调不写逻辑 def predict_vessel(image_path: str) - np.ndarray: img cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) pred run_sliding_window(model, img) # 上一小节的滑窗推理 return postprocess(pred) # 连通域去噪这样封装的另一个好处是方便测试你可以在命令行里直接调predict_vessel验证模型效果再决定要不要继续做界面。很多人上来就写界面结果发现模型本身效果不行界面改起来牵扯一堆逻辑最后两头顾不上。先命令行验证模型再做界面包壳这条路最省时间。5.4 一个能跑的 PyQt5 最小界面显示原图、标注和预测结果三分栏import sys import cv2 import numpy as np from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel, QPushButton, QFileDialog, QVBoxLayout, QHBoxLayout, QWidget from PyQt5.QtGui import QPixmap, QImage class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle(Unet 眼底血管分割系统) self.original_label QLabel(原始图像) self.result_label QLabel(分割结果) self.btn QPushButton(选择图片) self.btn.clicked.connect(self.select_image) layout QHBoxLayout() layout.addWidget(self.original_label) layout.addWidget(self.result_label) container QVBoxLayout() container.addLayout(layout) container.addWidget(self.btn) widget QWidget() widget.setLayout(container) self.setCentralWidget(widget) self.model load_unet_model(unet_vessel.pth) # 加载权重 def select_image(self): path, _ QFileDialog.getOpenFileName(self, 选择眼底图像, , Images (*.tif *.png *.jpg)) if path: result predict_vessel(path) self.original_label.setPixmap(QPixmap.fromImage(self.cv2_to_qimage(cv2.imread(path)))) self.result_label.setPixmap(QPixmap.fromImage(self.cv2_to_qimage(result * 255))) def cv2_to_qimage(self, img): h, w img.shape[:2] if len(img.shape) 2: img cv2.cvtColor(img, cv2.COLOR_GRAY2RGB) return QImage(img.data, w, h, 3 * w, QImage.Format_RGB888).copy()这个界面只做两件事选一张眼底图显示原图和分割结果的对比。QLabel.setPixmap能把 numpy 数组转成图片显示注意这里的cv2_to_qimage必须用.copy()否则 numpy 数组的缓冲区被释放后界面刷新会显示花屏。PyQt5 界面代码本身不难难的是事件循环和图像缓冲区的生命周期管理这行.copy()就是最常见的坑。模型加载放在了窗口构造阶段而不是每次选图都加载一次这是保证界面流畅的关键。如果你在做课题展示模型加载慢会让整个演示体验大打折扣提前准备好这一步能避免现场翻车。6. 把分割结果做得更稳数据划分、模型微调与指标验证技巧当你跑到这一步Unet 训练、推理、界面都能转起来剩下的就是怎么把效果和说服力提上去。DRIVE 只有 20 张训练图直接全部用来训练验证集只能从里面抽划分不当会高估模型能力。常见做法是把训练集按 8:2 分成训练和验证固定随机种子保证每次划分一致。评价指标里别只看 Dice。医学图像分割论文通常还要报 Sensitivity真阳性率和 Specificity真阴性率前者衡量血管漏检比例后者衡量背景误判比例。眼底血管分割里这两个指标天然冲突——阈值调低血管查全了但背景噪声变多阈值调高背景干净了但细血管断裂。你可以画一条阈值从 0.3 到 0.8 的曲线选两个指标交叉点附近的阈值做最终推理这样报告里能解释你的决策依据。模型微调方面如果你想在 CHASE 或自己的数据集上继续训练把 DRIVE 训练好的权重作为初始化用小学习率1e-4 以下跑 10 到 20 个 epoch收敛速度比从头训练快得多且不容易在小型数据集上过拟合。这是“unet训练自己的数据集”最快的捷径。Unet 改进方向Attention U-Net、ResUnet 这类可以等到基线稳定后再尝试改任何结构前先记录当前 Dice、AUC、Sensitivity 三个指标改完用同一套验证流程对比你才能知道改动到底有没有用。我自己的教训是这类项目包里最容易被忽略的是“版本锁定”这三个字。跑通一次不难难的是两周后你想换一组参数重训发现环境已经被别的项目搞乱了。每台机器上固定好 PyTorch 和 CUDA 版本把训练和推理的预处理函数放在同一个模块里比任何调参技巧都更能救你于水火。希望帮到你。本文还有配套的精品资源点击获取