UNET,UNET++,DEEPLABV3+,DPT,PAN,Segformer保姆级训练教程！

m0_51530640

368人浏览 · 2026-04-20 22:45:53

m0_51530640 · 2026-04-20 22:45:53 发布

训练教程

1. 工程简介

本工程是在 Ultralytics 框架基础上扩展的语义分割训练工程，核心特点不是只支持单一模型，而是可以通过切换 yaml 配置文件，快速训练多种不同结构的语义分割模型。

当前工程已经支持的主要语义分割模型家族包括：

UNet
UNet++
DeepLabV3+
DPT
FPN
PSPNet
MAnet
PAN
Linknet
UPerNet
Segformer

2. 本工程的优势

2.1 用 YAML 切换模型，训练入口统一

本工程最大的优势是：

不需要为每个模型单独写一套训练脚本
不需要手动改模型源码才能切换结构
只需要替换 ultralytics/cfg/models/... 下的模型 yaml 文件，就可以训练不同模型

也就是说，你可以保持：

相同的数据集
相同的训练入口
相同的指标输出
相同的验证流程

只通过修改模型 YAML 来完成不同网络结构之间的对比实验。

这对论文实验、模型横向对比、参数调优非常方便。

2.2 模型隔离良好，改一个家族不容易影响另一个家族

本工程对新增模型采用了隔离式集成思路：

模型配置在 ultralytics/cfg/models/模型家族/
模型实现放在 ultralytics/nn/模型家族/
不直接污染原始 UNet 训练逻辑

这种结构的好处是：

容易维护
容易继续扩展新模型
出问题时更容易定位
不容易影响已经稳定的模型家族

2.3 保持 Ultralytics 风格

本工程保留了 Ultralytics 的很多优点：

统一训练接口
统一验证接口
统一日志输出
统一结果保存目录
可以直接使用 YOLO(...) 的方式加载模型配置或权重

完整代码下载地址，包含代码+数据集+视频教程：地址
大模型注册地址：https://aigocode.com/invite/8P8F4A8U

3. 环境配置

3.1 推荐环境

建议使用与你当前工程验证一致的环境：

Python 3.9
PyTorch 2.5.1
CUDA 12.4

你当前实际验证环境示例：

Python 3.9.21
torch 2.5.1+cu124

3.2 创建 Conda 环境

conda create -n py39 python=3.9 -y
conda activate py39

3.3 安装 PyTorch

请按你的 CUDA 版本安装对应的 PyTorch。以 CUDA 12.4 为例：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

3.4 安装工程依赖

在工程根目录执行：

pip install -e .

如果你的环境里还缺少常见依赖，也可以补装：

pip install timm segmentation-models-pytorch prettytable

3.5 验证环境

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果返回 CUDA 可用，说明基础环境正常。

4. 工程目录说明

与训练最相关的目录如下：

ultralytics-main/
├─ train.py
├─ val.py
├─ ultralytics/
│  ├─ cfg/
│  │  ├─ datasets/
│  │  │  └─ my-semantic-seg.yaml
│  │  └─ models/
│  │     ├─ unet/
│  │     ├─ unetplusplus/
│  │     ├─ deeplabv3plus/
│  │     ├─ dpt/
│  │     ├─ fpn/
│  │     ├─ pspnet/
│  │     ├─ manet/
│  │     ├─ pan/
│  │     ├─ linknet/
│  │     ├─ upernet/
│  │     └─ segformer/
│  └─ nn/
│     ├─ unet/
│     ├─ deeplabv3plus/
│     ├─ dpt/
│     ├─ fpn/
│     ├─ pspnet/
│     ├─ manet/
│     ├─ pan/
│     ├─ linknet/
│     ├─ upernet/
│     └─ segformer/
└─ runs/
   └─ semantic/

5. 数据集准备

5.1 推荐数据集目录结构

数据集制作可以看视频讲解
你的语义分割数据集建议组织为：

dataset/
└─ split_dataset/
   ├─ images/
   │  ├─ train/
   │  ├─ val/
   │  └─ test/
   └─ masks/
      ├─ train/
      ├─ val/
      └─ test/

要求：

图片和 mask 必须一一对应
图片文件名和 mask 文件名的 stem 必须一致
mask 推荐使用单通道灰度图
mask 中每个像素值表示类别 ID

例如：

images/train/0001.jpg
masks/train/0001.png

5.2 mask 标注规则

mask 像素值约定：

0 ~ (nc - 1)：有效类别 ID
255：忽略区域

例如二分类：

0：background
1：spot

5.3 数据集 YAML 配置

训练使用的数据集配置文件为：

ultralytics/cfg/datasets/my-semantic-seg.yaml

一个典型配置如下：

path: dataset/split_dataset

train: images/train
val: images/val
test: images/test

masks_train: masks/train
masks_val: masks/val
masks_test: masks/test

nc: 2

names:
  0: background
  1: spot

含义说明：

path：数据集根目录
train / val / test：图像目录
masks_train / masks_val / masks_test：mask 目录
nc：类别数
names：类别名称

6. 如何选择模型

6.1 模型 YAML 的位置

所有语义分割模型配置都放在：

ultralytics/cfg/models/

例如：

ultralytics/cfg/models/unet/unet-resnet34-expanded.yaml
ultralytics/cfg/models/unetplusplus/unetplusplus-resnet34-expanded.yaml
ultralytics/cfg/models/deeplabv3plus/deeplabv3plus-resnet34.yaml
ultralytics/cfg/models/fpn/fpn-resnet34-expanded.yaml
ultralytics/cfg/models/pspnet/pspnet-resnet34-expanded.yaml
ultralytics/cfg/models/linknet/linknet-resnet34-expanded.yaml
ultralytics/cfg/models/upernet/upernet-resnet34-expanded.yaml
ultralytics/cfg/models/segformer/segformer-mit_b0-expanded.yaml
ultralytics/cfg/models/dpt/dpt-vitb16-384-expanded.yaml

6.2 推荐理解方式

你可以把每个 YAML 理解为：

一个模型家族
一个具体骨干网络
一套完整的模型结构定义

例如：

unet-resnet34-expanded.yaml：UNet + ResNet34
fpn-efficientnet-b0-expanded.yaml：FPN + EfficientNet-B0
segformer-mit_b0-expanded.yaml：Segformer + MiT-B0
dpt-vitb16-384-expanded.yaml：DPT + ViT-B/16-384

6.3 常见模型选择建议

数据量不大，先做基线：UNet / UNet++ / DeepLabV3+
希望速度和效果平衡：FPN / PSPNet / Linknet
想尝试 Transformer：DPT / UPerNet / Segformer
想做对比实验：保持数据集和超参数一致，只替换 YAML

7. 训练方法

7.1 使用 `train.py` 训练

本工程默认训练入口是根目录的：

train.py

你只需要修改其中的 yaml_path 即可切换模型。

例如训练 DeepLabV3+ EfficientNet-B0：

yaml_path = 'ultralytics/cfg/models/deeplabv3plus/deeplabv3plus-efficientnet-b0.yaml'

例如训练 UNet ResNet34：

yaml_path = 'ultralytics/cfg/models/unet/unet-resnet34-expanded.yaml'

例如训练 Segformer MiT-B0：

yaml_path = 'ultralytics/cfg/models/segformer/segformer-mit_b0-expanded.yaml'

修改完成后直接运行：

python train.py

7.2 `train.py` 的核心训练参数

当前脚本中的核心训练配置大致如下：

model.train(
    data='ultralytics/cfg/datasets/my-semantic-seg.yaml',
    task='semantic',
    imgsz=640,
    epochs=100,
    batch=4,
    workers=0,
    optimizer='SGD',
    lr0=0.001,
    lrf=0.01,
    momentum=0.937,
    weight_decay=0.0005,
    warmup_epochs=3.0,
    warmup_momentum=0.8,
    loss=loss_fn,
    augment=True,
    mosaic=1.0,
    close_mosaic=10,
    hsv_h=0.015,
    hsv_s=0.7,
    hsv_v=0.4,
    translate=0.1,
    scale=0.5,
    fliplr=0.5,
    val=True,
    plots=True,
    patience=50,
    seed=0,
    deterministic=True,
    verbose=True,
)

7.3 参数说明

data：数据集 YAML
task='semantic'：语义分割任务
imgsz：输入尺寸
epochs：训练轮数
batch：批大小
workers：DataLoader worker 数
optimizer：优化器
lr0：初始学习率
lrf：最终学习率比例
momentum：动量
weight_decay：权重衰减
loss：损失函数类型
augment：是否开启数据增强
val：训练时是否验证
plots：是否保存训练曲线和可视化结果

7.4 损失函数切换

本工程支持多种损失函数。在 train.py 中通过：

loss_fn = 'ce'

可选项包括：

ce
dice
focal
tversky
jaccard
lovasz
mcc
bce_dice
ce_dice
focal_dice

例如改为 Dice：

loss_fn = 'dice'

7.5 是否使用预训练

当前训练脚本中还保留了一个可选入口：

yolo_pretrained_weights = None

如果你希望加载某个 YOLO 权重的 backbone，可以设置为：

yolo_pretrained_weights = 'yolo11n.pt'

如果不需要，则保持：

yolo_pretrained_weights = None

注意：

是否适合加载预训练，要看模型结构兼容性
如果只是做稳定对比实验，建议先统一设为 None

8. 多模型训练示例

8.1 训练 UNet

yaml_path = 'ultralytics/cfg/models/unet/unet-resnet34-expanded.yaml'

8.2 训练 UNet++

yaml_path = 'ultralytics/cfg/models/unetplusplus/unetplusplus-resnet34-expanded.yaml'

8.3 训练 DeepLabV3+

yaml_path = 'ultralytics/cfg/models/deeplabv3plus/deeplabv3plus-resnet34.yaml'

8.4 训练 FPN

yaml_path = 'ultralytics/cfg/models/fpn/fpn-resnet34-expanded.yaml'

8.5 训练 PSPNet

yaml_path = 'ultralytics/cfg/models/pspnet/pspnet-resnet34-expanded.yaml'

8.6 训练 Linknet

yaml_path = 'ultralytics/cfg/models/linknet/linknet-resnet34-expanded.yaml'

8.7 训练 UPerNet

yaml_path = 'ultralytics/cfg/models/upernet/upernet-resnet34-expanded.yaml'

8.8 训练 Segformer

yaml_path = 'ultralytics/cfg/models/segformer/segformer-mit_b0-expanded.yaml'

8.9 训练 DPT

yaml_path = 'ultralytics/cfg/models/dpt/dpt-vitb16-384-expanded.yaml'

说明：

你完全不需要换训练框架
只需要替换 yaml_path
这就是本工程最核心的优势

9. 训练结果保存位置

训练结果默认保存在：

runs/semantic/

例如：

runs/semantic/train39/
├─ args.yaml
├─ results.csv
└─ weights/
   ├─ best.pt
   └─ last.pt

含义：

args.yaml：本次训练参数
results.csv：每轮指标
best.pt：最佳权重
last.pt：最后一轮权重

10. 模型验证与结果导出

验证脚本为：

val.py

直接运行：

python val.py

脚本会默认加载你指定的权重，例如：

model_path = 'runs/semantic/train39/weights/best.pt'

验证结果会输出：

单类指标表
全局指标表
模型参数量和 GFLOPs

并保存到：

paper_data.txt

11. 当前指标解释

本工程当前验证输出中：

单类表显示：IoU / Dice / Precision / Recall
全局表显示：mIoU / fwIoU / mPA / Dice / Precision / PixAcc

说明：

Recall = TP / (TP + FN)
在当前实现中，这个值与单类像素准确率数值相同
因此单类表不再额外重复显示 Acc
mPA 是各类别像素准确率的平均
PixAcc 是全局像素准确率

所以：

mPA 和全局 mean Recall 在当前实现中数值一致
PixAcc 不是 mPA

12. 常见注意事项

12.1 路径尽量使用正斜杠

建议在 Python 脚本中使用：

model_path = 'runs/semantic/train39/weights/best.pt'

不要写成：

model_path = 'runs\semantic\train39\weights\best.pt'

因为反斜杠会触发转义字符问题，例如：

\t
\b

12.2 DPT 输入尺寸要注意

某些 DPT 变体和 ViT 输入尺寸强相关，例如：

224
384

训练前要确认模型 YAML 与 imgsz 是否匹配。

12.3 不同模型的显存需求差异很大

建议经验：

显存紧张时先减小 batch
再减小 imgsz
Transformer 模型通常更吃显存

12.4 某些模型对 batch 更敏感

例如某些带 BN 的模型：

batch=1 可能不稳定
更适合 batch>=2

如果训练报 BN 相关错误，优先尝试增大 batch 或减小输入尺寸。

12.5 验证与训练建议使用同一环境

建议始终在同一个 Conda 环境里完成：

训练
验证
导出结果

避免因为 PyTorch、timm、CUDA 版本差异造成额外问题。

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

基于Echarts的大数据可视化模板：服务器运营监控

AtomGit开源社区

揭秘AI专著撰写：工具加持，20万字专著快速成型！

AtomGit开源社区

别再死磕论文修改！paperxie 一站式解决查重 + 降 AIGC 两大难题

AtomGit开源社区

所有评论(0)

查看更多评论

m0_51530640

@m0_51530640

已为社区贡献4条内容

UNET,UNET++,DEEPLABV3+,DPT,PAN,Segformer保姆级训练教程！

m0_51530640

训练教程

1. 工程简介

2. 本工程的优势

2.1 用 YAML 切换模型，训练入口统一

2.2 模型隔离良好，改一个家族不容易影响另一个家族

2.3 保持 Ultralytics 风格

3. 环境配置

3.1 推荐环境

3.2 创建 Conda 环境

3.3 安装 PyTorch

3.4 安装工程依赖

3.5 验证环境

4. 工程目录说明

5. 数据集准备

5.1 推荐数据集目录结构

5.2 mask 标注规则

5.3 数据集 YAML 配置

6. 如何选择模型

6.1 模型 YAML 的位置

6.2 推荐理解方式

6.3 常见模型选择建议

7. 训练方法

7.1 使用 train.py 训练

7.2 train.py 的核心训练参数

7.3 参数说明

7.4 损失函数切换

7.5 是否使用预训练

8. 多模型训练示例

8.1 训练 UNet

8.2 训练 UNet++

8.3 训练 DeepLabV3+

8.4 训练 FPN

8.5 训练 PSPNet

8.6 训练 Linknet

8.7 训练 UPerNet

8.8 训练 Segformer

8.9 训练 DPT

9. 训练结果保存位置

10. 模型验证与结果导出

11. 当前指标解释

12. 常见注意事项

12.1 路径尽量使用正斜杠

12.2 DPT 输入尺寸要注意

12.3 不同模型的显存需求差异很大

12.4 某些模型对 batch 更敏感

12.5 验证与训练建议使用同一环境

所有评论(0)

温馨提示：您尚未绑定手机号

m0_51530640

7.1 使用 `train.py` 训练

7.2 `train.py` 的核心训练参数