企业官网建设流程全解析

简介：这份资源面向医学图像分割初学者与深度学习实践者，围绕ISIC2018皮肤病变（黑色素瘤）分割任务，提供基于U-Net与Mask R-CNN两套模型的完整实现方案，帮助读者理解病灶区域像素级分割的建模思路与评估方法。压缩包共14个文件，约45.65MB，包含3个Jupyter Notebook（分别对应U-Net与Mask R-CNN训练流程）、4个Python脚本、1个已训练模型权重文件hdf5，以及2张结果图、2份说明文档和许可证等辅助文件，便于直接复现与二次开发。其中U-Net方案给出损失0.147、精度0.946、Jaccard距离0.723、灵敏度0.878、特异性0.97等指标，可作为性能对照基准。资源还附带Group Normalization相关实现代码，方便读者对比不同归一化策略对分割效果的影响。目前已有3476人学习下载，适合希望快速上手皮肤病变分割、积累医学影像项目经验的学习者参考。

1. 皮肤镜图像里，黑色素瘤为什么总被 CNN 分割成“毛边”

皮肤镜拍下来的病变区域，边界往往不是一条干净的线。色素沉着从中心向外渐变，边缘还混着毛发、气泡、标尺刻度，甚至医生用笔画的标记。ISIC2018 这个数据集把这类图像和对应的分割掩码放在一起，任务就是让 CNN 学会逐像素判断：这个像素属于病变，还是属于正常皮肤。黑色素瘤的早期筛查高度依赖边界形态，边界分割差几个像素，ABCD 规则里的“不对称”和“边缘不规则”评估就会跟着偏。

这个方向适合两类人：一类是想找一个医学图像分割的完整练手项目，把 U-Net 系列模型从论文落到代码；另一类是做皮肤镜辅助诊断的工程师，需要一套可复现的基线，知道 Dice 能到多少、哪里容易翻车。ISIC2018 的公开掩码质量在同类数据集里算比较扎实的，图像数量也够跑出一个有说服力的结果。但它的坑不在模型结构，而在数据本身——掩码二值化阈值、图像分辨率、训练集里病变大小分布极不均匀，这些细节不处理，CNN 分割出来的结果就会像被狗啃过一样。

2. ISIC2018 数据到手后，先做三件比选模型更重要的事

2.1 掩码不是非黑即白，二值化阈值决定 Dice 上限

ISIC2018 的分割掩码是灰度 PNG，病变区域是 255，背景是 0，但边缘过渡带存在中间灰度值。如果你直接除以 255 再四舍五入，边缘像素会被随机归到某一类，训练时模型学到的边界就是抖动的。常见做法是设一个阈值，比如大于 127 算病变，小于等于 127 算背景。这个阈值不是拍脑袋，你可以统计掩码的灰度直方图，看过渡带有多宽。

import numpy as np from PIL import Image def load_mask(mask_path, threshold=127): """读取 ISIC2018 掩码并二值化 threshold: 灰度阈值，大于该值判为病变 返回: 0/1 的 uint8 数组 """ mask = np.array(Image.open(mask_path).convert('L')) binary = (mask > threshold).astype(np.uint8) return binary # 统计一张掩码的灰度分布，确认阈值是否合理 mask = np.array(Image.open('ISIC_0000001_segmentation.png').convert('L')) vals, counts = np.unique(mask, return_counts=True) for v, c in zip(vals, counts): if v not in (0, 255): print(f'灰度 {v}: {c} 像素')

逻辑说明：convert('L')保证读进来是单通道，避免某些 PNG 带 alpha 通道导致形状对不上。阈值 127 是中间值，实际项目里我会先跑一遍统计，如果过渡带像素占比超过 2%，就把阈值往病变一侧调，比如 100，让边界稍微收紧。参数threshold没有绝对标准，但一旦定了，训练集、验证集、测试集必须用同一个值，否则评估结果没有可比性。

2.2 图像和掩码必须同步做几何变换，否则边界直接错位

数据增强是分割任务里最容易翻车的地方。你给图像做随机旋转 30 度，掩码也必须旋转同样的角度和中心点。用 Albumentations 这类库时，要把 image 和 mask 放进同一个 transform 调用，不能分开写。另外，ISIC2018 原图尺寸不统一，常见做法是先缩放到 256x256 或 384x384。缩放时图像用双线性插值，掩码必须用最近邻插值，否则掩码边缘会出现本不存在的灰度值。

import albumentations as A import cv2 # 训练增强：图像和掩码同步变换 train_transform = A.Compose([ A.Resize(256, 256, interpolation=cv2.INTER_LINEAR), A.HorizontalFlip(p=0.5), A.VerticalFlip(p=0.5), A.RandomRotate90(p=0.5), A.ShiftScaleRotate(shift_limit=0.05, scale_limit=0.1, rotate_limit=30, p=0.5, border_mode=cv2.BORDER_CONSTANT), ]) # 验证集只做 resize，不做随机增强 val_transform = A.Compose([ A.Resize(256, 256, interpolation=cv2.INTER_LINEAR), ]) def apply_transform(image, mask, transform): """image: RGB uint8, mask: 0/1 uint8""" augmented = transform(image=image, mask=mask) return augmented['image'], augmented['mask']

逻辑说明：A.Compose里所有几何变换会同时作用于 image 和 mask，这是 Albumentations 的设计。ShiftScaleRotate的border_mode用BORDER_CONSTANT，填充值默认是 0，对掩码来说就是背景，合理。注意Resize的插值方式对 image 和 mask 是分开控制的，Albumentations 内部对 mask 会自动用最近邻，但显式写出来更保险。参数scale_limit=0.1表示缩放范围 0.9 到 1.1，太大可能把整个病变裁掉，ISIC2018 里小病变不少，这个值别超过 0.15。

2.3 病变面积占比差异极大，采样策略比损失函数更先影响收敛

ISIC2018 训练集里，有些图像病变占画面 60% 以上，有些不到 5%。如果按图像随机采样，小病变图像被抽到的概率和大病变一样，但小病变对梯度的贡献小，模型会偏向预测背景。常见做法是过采样小病变图像，或者用 WeightedRandomSampler 按病变面积倒数给权重。另一个思路是在损失函数里给正样本更高权重，但那是第二步，采样先做对，收敛曲线会稳很多。

import os import numpy as np from torch.utils.data import WeightedRandomSampler def compute_sample_weights(mask_dir, mask_files): """按病变面积倒数计算采样权重 病变越小，权重越大，被抽到的概率越高 """ weights = [] for f in mask_files: mask = np.array(Image.open(os.path.join(mask_dir, f)).convert('L')) lesion_ratio = (mask > 127).sum() / mask.size # 加 0.01 防止除零，病变占比越小权重越大 w = 1.0 / (lesion_ratio + 0.01) weights.append(w) weights = np.array(weights) return weights / weights.sum() # 配合 DataLoader 使用 # sampler = WeightedRandomSampler(weights, num_samples=len(weights), replacement=True) # loader = DataLoader(dataset, batch_size=16, sampler=sampler)

逻辑说明：lesion_ratio是病变像素占全图比例，加 0.01 是防止某些掩码全黑导致除零。权重归一化后传给WeightedRandomSampler，replacement=True表示有放回采样，小病变图像会被重复抽到。参数num_samples一般设成训练集大小，太大容易过拟合小病变。这个策略在 ISIC2018 上通常能把小病变的 Dice 从 0.6 出头拉到 0.75 左右，代价是大病变的 Dice 可能掉一两个点，整体更均衡。

3. 用 U-Net 跑通 ISIC2018 分割：从编码器到 Dice 评估的完整链路

3.1 编码器选 ResNet34 还是从零搭，看你的 GPU 和耐心

U-Net 是 ISIC2018 分割最常用的基线，编码器可以用预训练的 ResNet34，也可以从零搭四层卷积。预训练编码器收敛快，通常 30 个 epoch 就能到 Dice 0.85 以上；从零搭需要 80 到 100 个 epoch，但显存占用小，适合 8GB 以下的卡。我一般先用 ResNet34 跑一个基线，确认数据管道没问题，再换轻量编码器做对比。注意预训练权重是在 ImageNet 上训的，输入要归一化到 ImageNet 的均值和方差，否则预训练的优势发挥不出来。

import torch import torch.nn as nn import torchvision.models as models class UNetResNet34(nn.Module): def __init__(self, num_classes=1): super().__init__() # 用 ResNet34 的前几层做编码器 resnet = models.resnet34(weights=models.ResNet34_Weights.IMAGENET1K_V1) self.encoder0 = nn.Sequential(resnet.conv1, resnet.bn1, resnet.relu, resnet.maxpool) # 1/4 self.encoder1 = resnet.layer1 # 1/4 self.encoder2 = resnet.layer2 # 1/8 self.encoder3 = resnet.layer3 # 1/16 self.encoder4 = resnet.layer4 # 1/32 # 解码器：上采样 + 卷积 self.up4 = nn.ConvTranspose2d(512, 256, 2, stride=2) self.dec4 = self._block(512, 256) self.up3 = nn.ConvTranspose2d(256, 128, 2, stride=2) self.dec3 = self._block(256, 128) self.up2 = nn.ConvTranspose2d(128, 64, 2, stride=2) self.dec2 = self._block(128, 64) self.up1 = nn.ConvTranspose2d(64, 32, 2, stride=2) self.dec1 = self._block(64, 32) self.final = nn.Conv2d(32, num_classes, 1) def _block(self, in_ch, out_ch): return nn.Sequential( nn.Conv2d(in_ch, out_ch, 3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True), nn.Conv2d(out_ch, out_ch, 3, padding=1), nn.BatchNorm2d(out_ch), nn.ReLU(inplace=True), ) def forward(self, x): e0 = self.encoder0(x) e1 = self.encoder1(e0) e2 = self.encoder2(e1) e3 = self.encoder3(e2) e4 = self.encoder4(e3) d4 = self.dec4(torch.cat([self.up4(e4), e3], dim=1)) d3 = self.dec3(torch.cat([self.up3(d4), e2], dim=1)) d2 = self.dec2(torch.cat([self.up2(d3), e1], dim=1)) d1 = self.dec1(torch.cat([self.up1(d2), e0], dim=1)) return self.final(d1)

逻辑说明：encoder0包含 conv1、bn1、relu、maxpool，输出是 1/4 分辨率，所以后面拼接时 e0 和 d1 的空间尺寸要对上。ConvTranspose2d的 kernel_size 和 stride 都设 2，正好把特征图放大一倍。_block里两个 3x3 卷积加 BN 和 ReLU，是 U-Net 解码器的标准配置。参数num_classes=1表示二分类分割，输出通道为 1，后面接 Sigmoid。如果显存不够，把encoder4换成encoder3的输出，少一层下采样，Dice 大概掉 0.02 到 0.03。

3.2 损失函数用 Dice + BCE 组合，单用 BCE 在小病变上会摆烂

二分类分割常用 BCEWithLogitsLoss，但 ISIC2018 正负样本极不平衡，单用 BCE 模型会倾向于全预测背景，Dice 卡在 0.5 左右。常见做法是 BCE 和 Dice Loss 按权重相加，比如 0.5 比 0.5。Dice Loss 直接优化重叠区域，对小病变更敏感。注意 Dice Loss 在预测全空时梯度不稳定，加一个平滑项smooth=1.0能缓解。

class DiceBCELoss(nn.Module): def __init__(self, bce_weight=0.5, smooth=1.0): super().__init__() self.bce = nn.BCEWithLogitsLoss() self.bce_weight = bce_weight self.smooth = smooth def forward(self, logits, targets): # logits: (B,1,H,W) 未过 Sigmoid # targets: (B,1,H,W) 0/1 bce_loss = self.bce(logits, targets) probs = torch.sigmoid(logits) probs = probs.view(probs.size(0), -1) targets = targets.view(targets.size(0), -1) intersection = (probs * targets).sum(dim=1) dice = (2. * intersection + self.smooth) / ( probs.sum(dim=1) + targets.sum(dim=1) + self.smooth) dice_loss = 1 - dice.mean() return self.bce_weight * bce_loss + (1 - self.bce_weight) * dice_loss

逻辑说明：BCEWithLogitsLoss内部做 Sigmoid，所以传 logits 不要先过 Sigmoid。Dice 计算前把 probs 和 targets 展平成 (B, H*W)，按样本算 Dice 再取平均，避免大病变主导。smooth=1.0在分母和分子都加，防止预测全零时除零。参数bce_weight我一般从 0.5 开始调，如果验证集 Dice 波动大，降到 0.3 让 Dice Loss 占主导；如果训练早期 loss 不降，升到 0.7 让 BCE 先稳住。

3.3 评估不只看 Dice，边界距离指标才能暴露“毛边”问题

Dice 衡量重叠面积，但对边界偏移不敏感。两个掩码 Dice 0.9，边界可能差十几个像素。ISIC2018 分割任务里，边界质量直接影响黑色素瘤的形态评估，所以我会同时看 Hausdorff Distance 和 Average Symmetric Surface Distance。Hausdorff 对离群点敏感，能抓出模型在某个角落预测出一小块孤立病变的情况。计算这些指标用medpy或surface-distance库，注意输入必须是二值数组。

from medpy.metric.binary import hd95, asd import numpy as np def evaluate_batch(preds, targets, threshold=0.5): """preds: 模型输出概率 (B,1,H,W) numpy targets: 0/1 掩码 (B,1,H,W) numpy """ preds_bin = (preds > threshold).astype(np.uint8) targets_bin = targets.astype(np.uint8) dice_list, hd_list, asd_list = [], [], [] for p, t in zip(preds_bin, targets_bin): p, t = p.squeeze(), t.squeeze() if p.sum() == 0 and t.sum() == 0: dice_list.append(1.0) continue if p.sum() == 0 or t.sum() == 0: dice_list.append(0.0) continue inter = (p & t).sum() dice = 2. * inter / (p.sum() + t.sum()) dice_list.append(dice) hd_list.append(hd95(p, t)) asd_list.append(asd(p, t)) return np.mean(dice_list), np.mean(hd_list), np.mean(asd_list)

逻辑说明：hd95取 95 分位数，比最大 Hausdorff 更鲁棒，避免单个离群像素拉高整体。asd是平均表面距离，单位是像素，越小越好。预测全空且标签全空时 Dice 记 1.0，这是合理的。参数threshold=0.5是概率转二值的默认值，如果验证集上 Dice 对阈值敏感，可以在 0.4 到 0.6 之间扫一遍，选 Dice 最高的。注意medpy的hd95要求输入是 bool 或 0/1，且不能全空，所以前面要加判断。

4. 训练 ISIC2018 分割模型时，这五个坑我踩过不止一次

4.1 验证集 Dice 突然掉到 0.3，检查掩码是不是被 resize 成了全黑

现象：训练 loss 正常下降，训练集 Dice 到 0.9，验证集 Dice 在某个 epoch 突然掉到 0.3 以下，之后再也上不去。原因：验证集 transform 里Resize对掩码用了双线性插值，小病变在缩放后灰度值被拉低到 127 以下，二值化后变成全黑。解决：掩码 resize 必须用最近邻插值，Albumentations 里显式写A.Resize(256, 256, interpolation=cv2.INTER_NEAREST)只对 mask 生效，或者用A.Compose的additional_targets把 mask 单独处理。

4.2 训练到一半 loss 变 NaN，Dice Loss 的平滑项没加够

现象：前 10 个 epoch 正常，第 11 个 epoch loss 突然变成 NaN，之后所有输出都是 0.5。原因：Dice Loss 在某个 batch 里预测全零，分母probs.sum() + targets.sum()接近零，除零导致梯度爆炸。解决：smooth从 1.0 加到 10.0，或者在 Dice 计算前给 probs 加一个极小值1e-6。另外，梯度裁剪torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0)也能兜底。

4.3 模型把标尺和毛发也分割成病变，增强里少了颜色扰动

现象：预测掩码里出现细长条状区域，对应原图的标尺刻度或毛发。原因：训练集里标尺和毛发总是和病变同时出现，模型学到了虚假相关。解决：增强里加A.HueSaturationValue和A.RandomBrightnessContrast，让模型对颜色和亮度不敏感；另外加A.CoarseDropout随机遮挡小块区域，强迫模型看整体形状而不是局部纹理。参数上，HueSaturationValue的 hue_shift_limit 设 10 到 20，太大颜色失真。

4.4 单卡 batch size 太小，BatchNorm 统计量不准

现象：batch size 设 4 或 8 时，验证集 Dice 比训练集低 0.1 以上，且波动大。原因：BatchNorm 在 batch 太小时，均值和方差估计不准，训练和推理行为不一致。解决：把 BatchNorm 换成 GroupNorm，或者用梯度累积把等效 batch size 提到 16 以上。GroupNorm 的组数设 8 或 16，对 batch size 不敏感，但收敛稍慢。如果坚持用 BatchNorm，推理时确保model.eval()，并且用训练集的 running mean 和 var。

4.5 测试集 Dice 比验证集低很多，检查图像归一化是否一致

现象：验证集 Dice 0.88，测试集只有 0.80。原因：测试集预处理用了不同的归一化参数，比如验证集用 ImageNet 均值方差，测试集用了 0.5 和 0.5。解决：把预处理参数写进配置文件，训练、验证、测试共用同一个Normalize。ISIC2018 图像是 RGB，用 ImageNet 的mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]是常见做法，但如果你从零训练编码器，用数据集自身的均值和方差更合适。

5. 把 Dice 从 0.85 推到 0.90 的两个后处理技巧

5.1 连通域过滤：去掉面积小于 50 像素的孤立预测

模型输出二值化后，经常在背景区域出现零星的小块预测，面积几十个像素，Dice 影响不大但 Hausdorff 距离会被拉高。用cv2.connectedComponents找连通域，把面积小于阈值的区域置零。阈值怎么定？统计验证集上所有孤立小块的面积分布，取 95 分位数。ISIC2018 里病变通常占几百到几万像素，50 是一个保守的起点。

import cv2 import numpy as np def remove_small_components(binary_mask, min_area=50): """binary_mask: 0/1 uint8 去掉面积小于 min_area 的连通域 """ num_labels, labels, stats, _ = cv2.connectedComponentsWithStats( binary_mask, connectivity=8) cleaned = np.zeros_like(binary_mask) for i in range(1, num_labels): # 0 是背景 if stats[i, cv2.CC_STAT_AREA] >= min_area: cleaned[labels == i] = 1 return cleaned

逻辑说明：connectedComponentsWithStats返回每个连通域的标签、外接矩形和面积。stats[i, cv2.CC_STAT_AREA]是第 i 个连通域的像素数。connectivity=8表示八邻域，比四邻域更宽松，适合不规则病变。参数min_area设 50 在 256x256 图像上大约对应 0.08% 的面积，再小就可能是噪声。这个后处理在验证集上通常能把 Hausdorff 距离降 20% 到 30%，Dice 提升 0.005 到 0.01。

5.2 形态学闭运算：填补病变内部的空洞

有些图像病变中心有反光或气泡，模型预测出来中间有个洞。闭运算先膨胀再腐蚀，能把小洞填上，同时不改变外边界。核大小用 3x3 或 5x5，太大边界会变形。注意闭运算只对二值掩码做，不要对概率图做。

def fill_holes(binary_mask, kernel_size=3): """闭运算填补内部空洞""" kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (kernel_size, kernel_size)) closed = cv2.morphologyEx(binary_mask, cv2.MORPH_CLOSE, kernel) return closed

逻辑说明：MORPH_ELLIPSE比矩形核更贴合病变的圆形形态。kernel_size=3对 256x256 图像够用，如果空洞较大可以试 5。闭运算后如果边界外扩，可以再跟一个开运算，但开运算可能把细小边界磨掉，ISIC2018 里不推荐。这两个后处理顺序是先闭运算填洞，再连通域过滤去小块，顺序反了可能把填好的洞又当成小块去掉。

我自己的习惯是：每次改完后处理，都在验证集上重新算一遍 Dice、Hausdorff 和 ASD，三个指标一起看，只涨 Dice 但 Hausdorff 变差的参数直接弃用。ISIC2018 这个数据集不大，但边界质量对黑色素瘤评估的意义远大于整体重叠率，别为了刷 Dice 把边界搞毛。希望帮到你。

本文还有配套的精品资源，点击获取