TransUnet官方代码训练自己虹膜分割数据集（错误解决）

首先按照别人的经验帖配置好代码：TransUnet官方代码训练自己数据集（彩色RGB3通道图像的分割）_transunet训练自己的数据集-优快云博客

我用的CSASIA-V4数据集，用什么都一样。

开始我先把我的图像压成npz格式后导入了这两个文件夹，

直接运行train.py,报错如下：

问师兄帮我解决：

注意：压成npz文件的时候先看看自己的label标签是什么，如果是如下图和我一样二分类，我的类别是0和255，即黑（0）白（255）色，就要在压成npz的时候改成0，1。类别多的同理改成0开始的连续数字，下面是我的制作npz代码

注意最关键的 ：label[label > 0] = 1  把大于0的设置为1

import glob

import cv2
import numpy as np


def npz():
    # 图像路径
    path = r'D:\Datasets_test\CASIA-Interval-V4\test\image\*.jpg'
    # 项目中存放训练所用的npz文件路径
    path2 = r'D:\ProfessionalSoftware\python\Iris_Segmentation\project_TransUNet\data\Synapse\test_vol_h5\\'
    for i, img_path in enumerate(glob.glob(path)):
        # 读入图像
        image = cv2.imread(img_path)
        image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
        # 读入标签
        label_path = img_path.replace('image', 'gt').replace('.jpg', '.tiff')
        label = cv2.imread(label_path, flags=0)
        label[label > 0] = 1
        # 保存npz
        np.savez(path2 + str(i), image=image, label=label)
        print('------------', i)

    # 加载npz文件
    # data = np.load(r'G:\dataset\Unet\Swin-Unet-ori\data\Synapse\train_npz\0.npz', allow_pickle=True)
    # image, label = data['image'], data['label']

    print('ok')


# 下面的输出都是从 distributed_utils.py 而来
if __name__ == '__main__':
    npz()

压成npz成功以后，还要读取文件名，代码如下：

import os


def write_filenames(folder_path, output_file):
    # 获取文件夹中的所有文件
    filenames = os.listdir(folder_path)

    # 打开输出文件以写入
    with open(output_file, 'w') as f:
        for filename in filenames:
            # 获取文件名（不带扩展名）
            name_without_extension = os.path.splitext(filename)[0]
            f.write(name_without_extension + '\n')

    print(f'文件名已保存至 {output_file}')


if __name__ == '__main__':
    # 输入文件夹路径
    folder_path = r'D:\ProfessionalSoftware\python\Iris_Segmentation\project_TransUNet\data\Synapse\test_vol_h5'
    # 输出的文件路径
    output_file = r'D:\ProfessionalSoftware\python\Iris_Segmentation\project_TransUNet\TransUNet\lists\lists_Synapse\test_vol.txt'

    write_filenames(folder_path, output_file)

开始测试train.py。报错如下：

下面仔细检查train.py和test.py文件，确保里面所有参数都是一样的！如果输入的图片不是正方形就写最长边，例如我是320*280，设置 img_size = 320。

运行train.py,运行成功。

成功预测：