U-Net代码解读

U-Net(Convolutional Networks for Biomedical Image Segmentation)

环境配置：

• Pytorch>=1.10
• Ubuntu或Centos或Windows(Windows暂不支持多GPU训练)
• 最好使用GPU训练
• 详细环境配置见requirements.txt

文件结构：

  ├── src: 搭建U-Net模型代码
  ├── train_utils: 训练、验证以及多GPU训练相关模块
  ├── my_dataset.py: 自定义dataset用于读取DRIVE数据集(视网膜血管分割)
  ├── train.py: 以单GPU为例进行训练
  ├── train_multi_GPU.py: 针对使用多GPU的用户使用
  ├── predict.py: 简易的预测脚本，使用训练好的权重进行预测测试
  └── compute_mean_std.py: 统计数据集各通道的均值和标准差

DRIVE数据集下载地址：

• 官网地址： https://drive.grand-challenge.org/
• 网盘链接：https://pan.baidu.com/s/1vg9aguw94ia6vKrVdevpmA 提取码：6666

训练方法

• 确保提前准备好数据集
• 若要使用单GPU或者CPU训练，直接使用train.py训练脚本