Unet：U-Net：用于生物医学图像分割的卷积神经网络 目标检测模型在Pytorch中的实现

---

目录

1. 仓库更新 Top News
2. 相关仓库 Related code
3. 性能情况 Performance
4. 所需环境 Environment
5. 文件下载 Download
6. 训练步骤 How2train
7. 预测步骤 How2predict
8. 评估步骤 miou
9. 参考资料 Reference

Top News

2022-03:进行了大幅度更新，支持step、cos学习率下降法，支持adam、sgd优化器选择，支持学习率根据batch_size自适应调整。
BiliBili视频中的原仓库地址为：https://github.com/bubbliiiing/unet-pytorch/tree/bilibili

2020-08:创建仓库，支持多backbone，支持数据miou评估，标注数据处理，大量注释等。

相关仓库

模型	路径
Unet	https://github.com/bubbliiiing/unet-pytorch
PSPnet	https://github.com/bubbliiiing/pspnet-pytorch
deeplabv3+	https://github.com/bubbliiiing/deeplabv3-plus-pytorch

性能情况

unet并不适合VOC此类数据集，其更适合特征少，需要浅层特征的医药数据集之类的。

训练数据集	权值文件名称	测试数据集	输入图片大小	mIOU
VOC12+SBD	unet_vgg_voc.pth	VOC-Val12	512x512	58.78
VOC12+SBD	unet_resnet_voc.pth	VOC-Val12	512x512	67.53

所需环境

torch==1.2.0
torchvision==0.4.0

文件下载

训练所需的权值可在百度网盘中下载。
链接: https://pan.baidu.com/s/1A22fC5cPRb74gqrpq7O9-A
提取码: 6n2c

VOC拓展数据集的百度网盘如下：
链接: https://pan.baidu.com/s/1vkk3lMheUm6IjTXznlg7Ng
提取码: 44mk

训练步骤

一、训练voc数据集

1、将我提供的voc数据集放入VOCdevkit中（无需运行voc_annotation.py）。
2、运行train.py进行训练，默认参数已经对应voc数据集所需要的参数了。

二、训练自己的数据集

1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的SegmentationClass中。
3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4、在训练前利用voc_annotation.py文件生成对应的txt。
5、注意修改train.py的num_classes为分类个数+1。
6、运行train.py即可开始训练。

三、训练医药数据集

1、下载VGG的预训练权重到model_data下面。
2、按照默认参数运行train_medical.py即可开始训练。

预测步骤

一、使用预训练权重

a、VOC预训练权重

1. 下载完库后解压，如果想要利用voc训练好的权重进行预测，在百度网盘或者release下载权值，放入model_data，运行即可预测。

img/street.jpg

2. 在predict.py里面进行设置可以进行fps测试和video视频检测。

b、医药预训练权重

1. 下载完库后解压，如果想要利用医药数据集训练好的权重进行预测，在百度网盘或者release下载权值，放入model_data，修改unet.py中的model_path和num_classes；

_defaults = {
    #-------------------------------------------------------------------#
    #   model_path指向logs文件夹下的权值文件
    #   训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。
    #   验证集损失较低不代表miou较高，仅代表该权值在验证集上泛化性能较好。
    #-------------------------------------------------------------------#
    "model_path"    : 'model_data/unet_vgg_medical.pth',
    #--------------------------------#
    #   所需要区分的类的个数+1
    #--------------------------------#
    "num_classes"   : 2,
    #--------------------------------#
    #   所使用的的主干网络：vgg、resnet50   
    #--------------------------------#
    "backbone"      : "vgg",
    #--------------------------------#
    #   输入图片的大小
    #--------------------------------#
    "input_shape"   : [512, 512],
    #--------------------------------#
    #   blend参数用于控制是否
    #   让识别结果和原图混合
    #--------------------------------#
    "blend"         : True,
    #--------------------------------#
    #   是否使用Cuda
    #   没有GPU可以设置成False
    #--------------------------------#
    "cuda"          : True,
}

2. 运行即可预测。

img/cell.png

二、使用自己训练的权重

1. 按照训练步骤训练。
2. 在unet.py文件里面，在如下部分修改model_path、backbone和num_classes使其对应训练好的文件；model_path对应logs文件夹下面的权值文件。

_defaults = {
    #-------------------------------------------------------------------#
    #   model_path指向logs文件夹下的权值文件
    #   训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。
    #   验证集损失较低不代表miou较高，仅代表该权值在验证集上泛化性能较好。
    #-------------------------------------------------------------------#
    "model_path"    : 'model_data/unet_vgg_voc.pth',
    #--------------------------------#
    #   所需要区分的类的个数+1
    #--------------------------------#
    "num_classes"   : 21,
    #--------------------------------#
    #   所使用的的主干网络：vgg、resnet50   
    #--------------------------------#
    "backbone"      : "vgg",
    #--------------------------------#
    #   输入图片的大小
    #--------------------------------#
    "input_shape"   : [512, 512],
    #--------------------------------#
    #   blend参数用于控制是否
    #   让识别结果和原图混合
    #--------------------------------#
    "blend"         : True,
    #--------------------------------#
    #   是否使用Cuda
    #   没有GPU可以设置成False
    #--------------------------------#
    "cuda"          : True,
}

3. 运行predict.py，输入

img/street.jpg

4. 在predict.py里面进行设置可以进行fps测试和video视频检测。

评估步骤

1、设置get_miou.py里面的num_classes为预测的类的数量加1。
2、设置get_miou.py里面的name_classes为需要去区分的类别。
3、运行get_miou.py即可获得miou大小。

Reference

https://github.com/ggyyzm/pytorch_segmentation
https://github.com/bonlime/keras-deeplab-v3-plus

unet-pytorch 快速上手指南

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux / Windows / macOS
• Python 版本：建议 Python 3.6+
• 核心依赖：
  • torch==1.2.0 (或更高兼容版本)
  • torchvision==0.4.0 (或更高兼容版本)
• 硬件建议：推荐使用 NVIDIA GPU 以加速训练和预测（需安装 CUDA）。

注意：本工具特别适合特征较少、依赖浅层特征的生物医学图像分割任务，也可用于 VOC 等通用数据集。

安装步骤

1. 克隆仓库

   git clone https://github.com/bubbliiiing/unet-pytorch.git
   cd unet-pytorch
   

2. 安装依赖 建议使用国内镜像源加速安装：

   pip install torch==1.2.0 torchvision==0.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   (注：若根目录无 requirements.txt，请根据实际报错安装 opencv-python, numpy, pillow 等常用库)

3. 下载预训练权重（可选） 如需直接使用预训练模型进行预测，请下载权值文件并放入 model_data 文件夹。

   • 百度网盘链接: https://pan.baidu.com/s/1A22fC5cPRb74gqrpq7O9-A (提取码: 6n2c)
   • 将下载的 .pth 文件（如 unet_vgg_voc.pth）移至项目根目录下的 model_data/ 文件夹中。

基本使用

1. 快速预测（使用预训练权重）

修改 predict.py 中的配置参数，然后运行即可对单张图片进行分割预测。

配置修改 (predict.py):

_defaults = {
    # 指向 model_data 下的权值文件
    "model_path"    : 'model_data/unet_vgg_voc.pth',
    # 需要区分的类的个数 + 1 (VOC 数据集为 21)
    "num_classes"   : 21,
    # 主干网络：vgg 或 resnet50
    "backbone"      : "vgg",
    # 输入图片大小
    "input_shape"   : [512, 512],
    # 是否将识别结果与原图混合显示
    "blend"         : True,
    # 是否使用 CUDA，无 GPU 设为 False
    "cuda"          : True,
}

运行预测: 确保待测图片位于 img/ 目录下（例如 img/street.jpg），执行：

python predict.py

程序会自动加载图片进行预测，并保存结果。

2. 训练自己的数据集（VOC 格式）

本项目支持 VOC 格式数据集，适用于自定义场景或医药数据。

步骤简述：

1. 准备数据：
   • 将图片放入 VOCdevkit/VOC2007/JPEGImages/
   • 将标签文件放入 VOCdevkit/VOC2007/SegmentationClass/
2. 生成索引： 运行脚本生成训练所需的 txt 文件：

   python voc_annotation.py
   

3. 修改配置： 打开 train.py，将 num_classes 修改为 你的分类数 + 1。
4. 开始训练：

   python train.py
   

   训练产生的权值文件将保存在 logs/ 目录下。

3. 医药数据集专用训练

如果是生物医学图像（如细胞分割），可直接使用专用脚本：

1. 下载 VGG 预训练权重至 model_data/。
2. 直接运行：

   python train_medical.py
   

4. 模型评估 (mIOU)

训练完成后，可计算 mIOU 指标评估模型性能：

1. 修改 get_miou.py：
   • num_classes: 设置为预测类别数 + 1。
   • name_classes: 设置对应的类别名称列表。
2. 运行评估：

   python get_miou.py