基于Swin-Unet自适应多尺度训练、多类别分割、迁移学习：新冠CT肺部区域分割（4类）【包含标注好的数据集、完整代码】

基于Swin-Unet自适应多尺度训练、多类别分割、迁移学习：新冠CT肺部区域分割（4类） 代码详细介绍以及更换数据集参考readme文件或者参考博文：https://blog.csdn.net/qq_44886601/article/details/137043026 代码介绍： 【训练】train 脚本会自动训练，代码会自动将数据随机缩放为设定尺寸的0.8-1.2倍之间，实现多尺度训练。为了实现多分割项目，utils中的compute_gray函数会将mask灰度值保存在txt文本，并且自动为网络定义输出的channel 【介绍】学习率采用cos衰减，训练集和测试集的损失和iou曲线可以在run_results文件内查看，图像由matplotlib库绘制。除此外，还保存了训练日志，最好权重等，在训练日志可以看到每个类别的iou、recall、precision以及全局像素点的准确率等等 unet分割网络介绍：https://blog.csdn.net/qq_44886601/article/details/136047740