深度学习 Unet 实战分割项目：盐体图像分割数据集（二值图像分割任务）

本项目为 Unet 多尺度分割实战项目，包含数据集、代码、训练好的权重文件。经测试，代码可以直接使用 本项目数据集：盐体图像分割数据集 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0.5-1.5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UNET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 【推理】把待推理图像放在inference目录下，直接运行predict脚本即可，无需设定参数 具体参考README文件，小白均可使用