在Python中如何使用TensorFlow进行语义分割任务

冬枫大大_4152

冬枫大大_4152

2026-11-18

497人浏览

原创

新手应优先选用带ResNet34编码器的轻量U-Net变体而非DeepLabV3;需确保图像与mask同尺寸、mask为tf.int32整型且值域连续,损失函数严格匹配激活函数,数据加载须用tf.data.Dataset.zip双路同步预处理。

在python中如何使用tensorflow进行语义分割任务

TensorFlow 本身不提供开箱即用的语义分割“训练接口”,你得自己搭数据流、选模型结构、写损失函数和评估逻辑——直接调 tf.keras.applications 里的模型(如 ResNet50)是不行的,它们默认输出分类 logits,不是逐像素预测。

怎么加载并预处理语义分割数据集(如 Cityscapes 或自定义 PNG 标签)

语义分割要求图像和标签一一对应,且标签必须是单通道整数图(每个像素值 = 类别 ID)。常见错误是把标签读成三通道 RGB 图,导致模型学到的是颜色分布而非语义类别。

  • 用 tf.io.read_file 分别读取原图和标签图,再用 tf.image.decode_png 解码:对图像设 channels=3,对标签必须设 channels=1 且 dtype=tf.uint16 或 tf.uint8(取决于你的标签格式)
  • 标签图不能做归一化(即不要除以 255),否则类别 ID 会变成浮点小数,后续 tf.one_hot 或交叉熵会出错;图像才需要归一化到 [0,1] 或 [-1,1]
  • 务必检查标签值范围:tf.reduce_max(label) 应 ≤ 类别数 −1;若出现 255(Cityscapes 常见 ignore label),需在损失函数中用 ignore_class 或 mask 过滤

如何构建 U-Net 或 DeepLabV3+ 风格的分割模型

别从零写编码器-解码器;优先复用 tf.keras.applications 的 backbone,再手动加 ASPP、上采样、跳跃连接。TensorFlow 官方没维护 tf.keras.layers.Upsampling2D 的 learnable 上采样,所以要用 tf.keras.layers.Conv2DTranspose 或 tf.image.resize + 卷积校正。

Camoufox Open Source Anti-Detect Browser for Python Automation
Camoufox Open Source Anti-Detect Browser for Python Automation

Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。

下载
  • 推荐用 tf.keras.applications.MobileNetV2(input_shape=(None,None,3), include_top=False, weights='imagenet') 作 encoder,取中间层(如 block_13_expand_relu)和最后层(out_relu)做跳跃连接
  • 解码器里避免直接用 tf.keras.layers.UpSampling2D(size=2)——它只是插值,不学参数;换成 Conv2DTranspose(filters=256, kernel_size=3, strides=2, padding='same') 更稳定
  • 最终输出层必须是 Conv2D(num_classes, kernel_size=1, activation=None),**不能加 softmax**;因为 tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True) 要求 raw logits

训练时 loss 和 metrics 怎么配才不出错

最常踩的坑是标签类型和 loss 不匹配:用 SparseCategoricalCrossentropy 就要求标签是整数型 tf.int32,且 shape 为 (batch, h, w);若用了 CategoricalCrossentropy,就得提前 tf.one_hot(label, num_classes),但显存翻倍、速度变慢。

  • 损失函数推荐:tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True, ignore_class=255)(TF 2.12+ 支持 ignore_class;旧版得手写 mask)
  • 准确率指标别用 SparseCategoricalAccuracy——它把 ignore label(如 255)也计入分母,导致指标虚高;改用自定义 metric,用 tf.math.equal + tf.math.not_equal 手动 mask 掉 ignore 像素
  • 验证时 batch size 设为 1:因不同图像尺寸可能不一致,动态 shape 容易触发 InvalidArgumentError: All input tensors must have the same number of elements

真正麻烦的不是模型结构,而是数据 pipeline 的隐式类型转换(比如 uint8 标签被自动转成 float32)、loss 中 ignore label 的处理边界、以及 eval 时多尺度预测的 padding 对齐——这些地方一错,loss 不下降、mIoU 始终为 0,但控制台未必报错。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5524

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33757

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3967

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3967

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3083

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程