企业官网建设流程全解析

MMSegmentation 医学影像分割实战：GAMMA 挑战赛 Task3 视盘与视杯分割项目（Gamma3）全解析

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation

导读

本篇文章以 MMSegmentation 开源仓库中的projects/medical/2d_image/fundus_photography/gamma3项目为主体，系统讲解如何在 OpenMMLab 生态下复现GAMMA 挑战赛（Glaucoma grAding from Multi-Modality imAges）Task3——青光眼视盘（optic disc）与视杯（optic cup）分割任务。读完本文，你将掌握：Gamma3 眼底彩照数据集的结构与类别分布、数据预处理与训练/验证集切分的完整流程、基于 UNet + FCN 头的端到端训练/测试配置解析，以及通过mim一条命令完成训练与评测的具体操作方法。

项目背景：GAMMA 挑战赛 Task3 是什么

该项目对应的英文全称为"Glaucoma grAding from Multi-Modality imAges Task3"，是 GAMMA 挑战赛中的常规赛任务之一，其核心任务是基于眼底彩照（fundus photography）完成视盘（optic disc）与视杯（optic cup）的语义分割。视盘与视杯的形态比例（杯盘比，CDR）是临床诊断青光眼的关键量化指标，因此该分割任务对青光眼的自动化筛查具有直接意义。

数据集由位于中国广州的**中山大学中山眼科中心（Sun Yat-sen Ophthalmic Center, Sun Yat-sen University）**提供。官方训练集与测试集各包含100 对眼底彩照与其对应的分割标注，共 200 张眼底彩照。官方数据集可从 GAMMA 挑战赛官方网站（百度 AI Studio 竞赛页面）下载。

官方数据集统计信息

任务为3 分类语义分割，类别包括背景（background）、视盘（optic disc）与视杯（optic cup）。官方训练集的像素级类别分布如下：

注：Pct表示该类像素占全部像素的百分比。从表中可以清晰看到，视盘与视杯在整幅眼底图像中仅占不足 1% 的像素，属于典型的小目标、类别极不均衡的医学分割问题，这也对分割模型的细节表征能力提出了较高要求。

环境依赖与项目前提

根据项目 README，复现该项目需要以下软件环境（以仓库记录为准）：

• Python v3.8
• PyTorch v1.10.0
• pillow（PIL）v9.3.0
• scikit-learn（sklearn）v1.2.0（用于数据集切分）
• MIM v0.3.4（OpenMMLab 模型管理工具）
• MMCV v2.0.0rc4
• MMEngine v0.2.0 或更高版本
• MMSegmentation v1.0.0rc5

所有下述命令都依赖PYTHONPATH的正确配置，使其指向项目目录，以便 Python 能够定位到模块文件。在gamma3/根目录下执行以下命令，将当前目录加入PYTHONPATH：

export PYTHONPATH=`pwd`:$PYTHONPATH

数据集准备：从官方原始数据到 MMSegmentation 标准目录

第一步：下载并解压官方数据

从 GAMMA 挑战赛官方页面下载数据集，并解压到data/目录。官方原始数据的内部目录结构为（对应 prepare_dataset.py 中的硬编码路径）：

data/ └── task3_disc_cup_segmentation/ ├── training/ │ ├── fundus color images/ # 训练集眼底彩照（.jpg） │ └── Disc_Cup_Mask/ # 训练集视盘视杯掩膜（.png） └── testing/ └── fundus color images/ # 测试集眼底彩照（.jpg）

第二步：运行数据预处理脚本

在gamma3目录下执行：

python tools/prepare_dataset.py

该脚本完成两类核心工作：

1. 格式统一：将训练/测试眼底彩照从.jpg统一转换为.png，并分别归档到data/images/train/与data/images/test/；将训练掩膜复制到data/masks/train/。
2. 标签重映射：官方掩膜中使用的原始灰度值为[0, 128, 255]，分别对应['optic cup', 'optic disc', 'background']；脚本通过convert_dict = {0: 2, 128: 1, 255: 0}将其转换为 MMSegmentation 约定的连续类别编号[0, 1, 2]，分别对应['background', 'optic disc', 'optic cup']。

对应源码片段（prepare_dataset.py）：

def convert_label_pics_into_pngs(src_dir, tgt_dir, suffix, convert_dict={ 0: 2, 128: 1, 255: 0 }): ... # original: [0, 128, 255] for ['optic cup', 'optic disc', 'background'] # converted: [0, 1, 2] for ['background', 'optic disc', 'optic cup']

第三步：切分数据集并生成标注文件

python ../../tools/split_seg_dataset.py

注意，该切分脚本并不位于gamma3目录内，而是位于医学影像项目共用的 projects/medical/2d_image/tools/split_seg_dataset.py。脚本逻辑如下：

• 若存在data/masks/val或data/masks/test，则直接基于官方划分生成对应的val.txt/test.txt；
• 若官方验证集与测试集的标注无法获取（本项目即属此情形，官方仅公开训练集标注），脚本会调用sklearn.model_selection.train_test_split，以test_size=0.2、random_state=0从训练集中随机切分出 80% 作为训练集、20% 作为验证集，并分别生成train.txt与val.txt。

切分完成后，目录结构如下：

mmsegmentation ├── mmseg ├── projects │ ├── medical │ │ ├── 2d_image │ │ │ ├── fundus_photography │ │ │ │ ├── gamma3 │ │ │ │ │ ├── configs │ │ │ │ │ ├── datasets │ │ │ │ │ ├── tools │ │ │ │ │ ├── data │ │ │ │ │ │ ├── train.txt │ │ │ │ │ │ ├── val.txt │ │ │ │ │ │ ├── images │ │ │ │ │ │ │ ├── train │ │ │ │ │ │ │ │ ├── xxx.png │ │ │ │ │ │ │ │ ├── ... │ │ │ │ │ │ │ │ └── xxx.png │ │ │ │ │ │ │ ├── test │ │ │ │ │ │ │ │ ├── yyy.png │ │ │ │ │ │ │ │ ├── ... │ │ │ │ │ │ │ │ └── yyy.png │ │ │ │ │ │ ├── masks │ │ │ │ │ │ │ ├── train │ │ │ │ │ │ │ │ ├── xxx.png │ │ │ │ │ │ │ │ ├── ... │ │ │ │ │ │ │ │ └── xxx.png

自切分后的数据集统计

由于官方验证集/测试集标注不可用，本项目自行从训练集随机切分，切分后的分布如下：

可以看到，自切分后训练/验证集的类别占比与官方训练集基本一致，保持了类别不均衡的原始特性。

数据集类实现：Gamma3Dataset

本项目通过 MMSegmentation 的注册机制实现了自定义数据集类 Gamma3Dataset，核心源码如下：

from mmseg.datasets import BaseSegDataset from mmseg.registry import DATASETS @DATASETS.register_module() class Gamma3Dataset(BaseSegDataset): """Gamma3Dataset dataset. In segmentation map annotation for Gamma3Dataset, ``reduce_zero_label`` is fixed to False. The ``img_suffix`` is fixed to '.png' and ``seg_map_suffix`` is fixed to '.png'. """ METAINFO = dict(classes=('background', 'disc', 'cup')) def __init__(self, img_suffix='.png', seg_map_suffix='.png', reduce_zero_label=False, **kwargs) -> None: super().__init__( img_suffix=img_suffix, seg_map_suffix=seg_map_suffix, reduce_zero_label=reduce_zero_label, **kwargs)

关键实现细节：

• METAINFO声明了 3 个类别('background', 'disc', 'cup')，与预处理脚本转换后的标签编号一一对应；
• img_suffix与seg_map_suffix均固定为.png，即输入图像与分割掩膜统一使用 PNG 格式；
• reduce_zero_label=False，即标签 0（背景）作为正常类别参与训练与评估，不会被剔除。这一设置在医学分割场景下通常是合理的，因为背景像素占比虽高，但仍是语义类别的一部分。

在配置文件中，通过custom_imports = dict(imports='datasets.gamma3_dataset')引入该自定义数据集模块，并在dataset_type = 'Gamma3Dataset'中直接引用。

配置文件逐项解析

数据集与数据流水线配置：gamma3_512x512.py

该文件是 Gamma3 任务的数据与评测公共配置，要点如下：

dataset_type = 'Gamma3Dataset' data_root = 'data/' img_scale = (512, 512)

训练数据流水线（train_pipeline）：

测试数据流水线（test_pipeline）仅包含LoadImageFromFile、Resize、LoadAnnotations与PackSegInputs，不包含任何随机增强，保证评测结果可复现。

Dataloader 与评测器配置：

• 训练：batch_size=16、num_workers=4、InfiniteSampler(shuffle=True)（配合 20k 迭代式训练）；
• 验证/测试：batch_size=1、DefaultSampler(shuffle=False)；
• 评测指标：IoUMetric，同时计算mIoU与mDice两个指标，兼顾像素级交并比与区域重叠度的评估。

模型骨架：UNet + FCN 解码头

三个训练配置均继承自基础模型配置 fcn_unet_s5-d16.py，其结构为：

• 骨干网络UNet：输入通道 3（RGB 眼底彩照），base_channels=64，5 个编码阶段（num_stages=5），每阶段 2 个卷积，下采样 4 次（downsamples=(True, True, True, True)），上采样使用InterpConv；
• 解码头FCNHead：in_channels=64、in_index=4，输出通道数默认为 2（在 Gamma3 配置中被覆盖为 3），损失函数为CrossEntropyLoss；
• 默认的测试模式为slide（滑窗，crop_size=256、stride=170），在 Gamma3 配置中被覆盖为whole（整图推理）。

三个训练配置：学习率消融实验

configs目录下提供了三个仅学习率不同的训练配置，构成了一个直观的学习率消融实验：

以学习率为 0.001 的配置为例，完整配置如下（fcn-unet-s5-d16_unet_1xb16-0.001-20k_gamma3-512x512.py）：

_base_ = [ 'mmseg::_base_/models/fcn_unet_s5-d16.py', './gamma3_512x512.py', 'mmseg::_base_/default_runtime.py', 'mmseg::_base_/schedules/schedule_20k.py' ] custom_imports = dict(imports='datasets.gamma3_dataset') img_scale = (512, 512) data_preprocessor = dict(size=img_scale) optimizer = dict(lr=0.001) optim_wrapper = dict(optimizer=optimizer) model = dict( data_preprocessor=data_preprocessor, decode_head=dict(num_classes=3), auxiliary_head=None, test_cfg=dict(mode='whole', _delete_=True)) vis_backends = None visualizer = dict(vis_backends=vis_backends)

逐项说明：

• _base_继承链：mmseg::_base_/models/fcn_unet_s5-d16.py（UNet 模型）、./gamma3_512x512.py（Gamma3 数据与评测配置）、mmseg::_base_/default_runtime.py（默认运行环境）、mmseg::_base_/schedules/schedule_20k.py（20k 迭代训练调度）。其中mmseg::前缀表示从 MMSegmentation 包的configs目录解析基础配置；
• custom_imports：显式导入datasets.gamma3_dataset模块，完成自定义数据集的注册；
• decode_head=dict(num_classes=3)：将 FCN 解码头输出类别数由默认的 2 覆盖为 3（背景/视盘/视杯）；
• auxiliary_head=None：关闭 UNet 的辅助解码头，仅使用主解码头输出；
• test_cfg=dict(mode='whole', _delete_=True)：将测试推理模式由基础配置的slide（滑窗）切换为whole（整图），并删除被覆盖的旧字段；对于 512×512 的医学图像，整图推理在保证精度的同时更为高效；
• vis_backends = None：关闭可视化后端，降低训练过程中的额外开销（可根据需要开启 Tensorboard 等后端）。

训练与测试命令

训练

在单机单卡（默认）环境下训练模型：

mim train mmseg ./configs/${CONFIG_PATH}

其中${CONFIG_PATH}替换为上述三个配置文件名之一，例如：

mim train mmseg ./configs/fcn-unet-s5-d16_unet_1xb16-0.001-20k_gamma3-512x512.py

mim会自动解析配置中的依赖（如 MMCV、MMEngine、MMSegmentation），并拉起训练流程；训练迭代数为 20k，批大小为 16（对应配置名中的1xb16）。

测试

使用训练产出的权重对模型进行评测：

mim test mmseg ./configs/${CONFIG_PATH} --checkpoint ${CHECKPOINT_PATH}

例如：

mim test mmseg ./configs/fcn-unet-s5-d16_unet_1xb16-0.001-20k_gamma3-512x512.py --checkpoint /path/to/checkpoint.pth

测试阶段将依据 gamma3_512x512.py 中的test_evaluator输出mIoU与mDice两项指标，用于量化模型在背景、视盘、视杯三个类别上的分割质量。

项目质量状态（Checklist）解读

项目 README 末尾附带了一份 OpenMMLabprojects/目录的标准质量清单，当前状态为：

• 已完成：代码编写、基础 docstring 与文献引用、完整 README；
• 待完成：测试时正确性验证、训练时正确性验证、类型注解与单元测试、代码润色、metafile.yml元数据文件，以及将模块迁移/重构进核心包等后续里程碑。

这意味着该项目当前定位为可供复现与二次开发的社区实验项目（位于projects/而非核心mmseg/models），使用前建议自行验证训练与测试的正确性，并根据实际 GPU 环境调整批大小等超参数。

相关文献引用

若在学术工作中使用该数据集或本项目，建议引用以下文献（来自项目 README 的 BibTeX）：

@article{fu2018joint, title={Joint optic disc and cup segmentation based on multi-label deep network and polar transformation}, author={Fu, Huazhu and Cheng, Jun and Xu, Yanwu and Wong, Damon Wing Kee and Liu, Jiang and Cao, Xiaochun}, journal={IEEE transactions on medical imaging}, volume={37}, number={7}, pages={1597--1605}, year={2018}, publisher={IEEE} } @article{sevastopolsky2017optic, title={Optic disc and cup segmentation methods for glaucoma detection with modification of U-Net convolutional neural network}, author={Sevastopolsky, Artem}, journal={Pattern Recognition and Image Analysis}, volume={27}, pages={618--624}, year={2017}, publisher={Springer} }

总结与实践建议

Gamma3 项目完整展示了在 MMSegmentation 中落地一个医学影像分割任务的标准工作流：自定义数据集类注册 → 原始数据格式统一与标签重映射 → 训练/验证集切分与标注文件生成 → 数据流水线与评测指标配置 → 基于 UNet 的模型训练与测试。项目中同时提供了三档学习率（1e-4 / 1e-3 / 1e-2）的对比配置，便于研究者快速开展超参数实验。

实践层面有三点值得注意：其一，视盘/视杯在图像中占比极小（合计不足 1%），训练时可关注类别不均衡对 mIoU/mDice 的影响；其二，官方仅公开训练集标注，本项目采用train_test_split(test_size=0.2, random_state=0)的自切分策略，复现时需保持相同的随机种子以保证结果可比；其三，若需进一步提升分割精度，可在projects/medical/2d_image/tools/split_seg_dataset.py与prepare_dataset.py的基础上按需改造，或参考mmseg核心包中的其他医学影像模型进行迁移实验。

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation