基于BSDS500数据集的图像分割实战：从数据预处理到模型优化

1次阅读

没有评论

共计 2977 个字符，预计需要花费 8 分钟才能阅读完成。

BSDS500 数据集作为图像分割领域的经典基准，包含 500 张自然图像（200 训练 /100 验证 /200 测试），每张图像由 5 -10 人手工标注边缘。这种众包标注方式带来三个典型问题：

标注不一致性 ：同一物体的边缘可能被不同标注者画出不同形状，导致 GT（Ground Truth）噪声
类别不平衡 ：边缘像素占比通常不足 5%，背景像素主导损失计算
模糊边缘问题 ：毛发、纹理等半透明物体的边界难以清晰界定

这些特性会导致模型出现两种常见错误：

对清晰边缘过度预测（假阳性）
忽略模糊但真实的边界（假阴性）

针对类别不平衡问题，我们采用空间加权采样：

class WeightedRandomSampler:
    def __init__(self, dataset):
        edge_weights = []
        for img, mask in dataset:
            # 计算每张图的边缘像素权重
            edge_ratio = np.sum(mask) / mask.size
            weight = 1 / (edge_ratio + 1e-5)  # 防止除零
            edge_weights.append(weight)
        self.weights = torch.DoubleTensor(edge_weights)

    def __iter__(self):
        return iter(torch.multinomial(self.weights, len(self.weights), True))

设计三种针对边缘检测的特殊变换：

弹性变形 ：模拟非刚性物体的自然形变
定向模糊 ：只在边缘法线方向施加高斯模糊
对比度抖动 ：在 HSV 空间随机调整 V 通道

def elastic_transform(image, alpha=1000, sigma=30):
    """弹性变形实现"""
    random_state = np.random.RandomState()
    shape = image.shape
    dx = gaussian_filter((random_state.rand(*shape) * 2 - 1), 
                        sigma, mode="constant") * alpha
    dy = gaussian_filter((random_state.rand(*shape) * 2 - 1), 
                        sigma, mode="constant") * alpha
    x, y = np.meshgrid(np.arange(shape[0]), np.arange(shape[1]))
    indices = np.reshape(y+dy, (-1, 1)), np.reshape(x+dx, (-1, 1))
    return map_coordinates(image, indices, order=1).reshape(shape)

结合三种损失的优点：

Dice Loss：解决类别不平衡
Edge-aware Loss：增强边缘响应
SSIM Loss：保持结构一致性

class HybridLoss(nn.Module):
    def __init__(self, edge_weight=3.0):
        super().__init__()
        self.edge_kernel = torch.tensor([[-1,-1,-1], [-1,8,-1], [-1,-1,-1]])
        self.edge_weight = edge_weight

    def forward(self, pred, target):
        # Dice loss
        intersection = (pred * target).sum()
        dice = 1 - (2.*intersection + 1e-5)/(pred.sum() + target.sum() + 1e-5)

        # Edge loss
        target_edges = F.conv2d(target.unsqueeze(1), 
                              self.edge_kernel, padding=1).clamp(0,1)
        edge_loss = F.binary_cross_entropy(pred, target_edges)

        return dice + self.edge_weight * edge_loss

关键处理流程：

加载时合并多个标注者结果
对模糊边缘进行概率融合
动态调整样本权重

class BSD500Dataset(Dataset):
    def __init__(self, root, split='train', transform=None):
        self.img_dir = os.path.join(root, 'images', split)
        self.gt_dir = os.path.join(root, 'groundTruth', split)
        self.transform = transform

        # 合并多人标注
        self.gt_probs = []
        for img_name in os.listdir(self.img_dir):
            base_name = os.path.splitext(img_name)[0]
            gt_files = glob(f"{self.gt_dir}/{base_name}.mat")

            # 读取所有标注并计算概率图
            all_masks = []
            for f in gt_files:
                mat = scipy.io.loadmat(f)
                for i in range(mat['groundTruth'].shape[1]):
                    mask = mat['groundTruth'][0,i]['Boundaries'][0,0]
                    all_masks.append(mask)

            prob_map = np.mean(all_masks, axis=0)
            self.gt_probs.append((img_name, prob_map))

    def __getitem__(self, idx):
        img_name, prob_map = self.gt_probs[idx]
        img = Image.open(os.path.join(self.img_dir, img_name))

        # 概率图转二值 mask（可调整阈值）mask = (prob_map > 0.3).astype(np.float32) 

        if self.transform:
            img, mask = self.transform(img, mask)

        return img, mask

采用概率融合而非投票机制
对低置信度区域（0.3-0.7 概率）不做硬性惩罚

确保验证集包含所有标注者组合
检查图像内容的多样性（室内 / 室外 / 自然 / 人工）

# 使用余弦退火配合热启动
scheduler = torch.optim.lr_scheduler.CosineAnnealingWarmRestarts(
    optimizer, 
    T_0=10,  # 初始周期
    T_mult=2, # 周期倍增
    eta_min=1e-6
)