Deep learning 语义分割数据集组织

我尝试用语义分割法分割4个病灶。我明白这一点

---

“我的培训”文件夹只有两个子文件夹，其中包含修补程序：“遮罩”和“图像”。在带掩码的文件夹中，所有类都是混合的。另一个文件夹具有相应的图像。所以，当我训练这个模型时，它出现了：一个类被发现了，就在上面提到的帖子后面。结果令人失望，我想知道是否必须在文件夹中拆分类，因此模型可以识别4个类而不是一个类。

您真正需要注意的是创建遮罩的方式

默认情况下，Keras中的

ImageDataGenerator

可以输出文件夹数，而不管您如何手动构建和调整

ImageDataGenerator

以进行图像分割而不是图像分类

---

我的建议是跟随整个帖子，一开始什么都不要改变。如果你注意，最终得到的结果是相当好的；这意味着数据集准备过程（掩码创建）是正确的

谢谢你的回复。请您解释一下：“并将ImageDataGenerator用于图像分割而不是图像分类。”…我进行分割而不是分类。ImageDataGenerator查找两个文件夹，并认为文件夹的数量等于类的数量。但是，图像分割的情况并非如此，因为您有两个主文件夹，例如图像和遮罩，其中遮罩可以对应于不同数量的类。在您提供的示例中，数据集准备已经完成，您不需要手动进行准备。但是，如果您查看您提供的代码，在TrainAugmentGenerator和ValAugmentGenerator中，逻辑将被覆盖，并且它们适用于图像分割任务，而不是图像分类任务。您不需要再关心数据集的创建，除非您想训练2个类，而不是CamVid的所有类。如果我的解释有助于您理解/解决您的问题，请接受答案，谢谢。在向下投票三角形下有一个勾号，您应该单击该勾号才能这样做。