# 深度学习图像分割代码框架

**Repository Path**: spring_qin/ImageSegmentationProject

## Basic Information

- **Project Name**: 深度学习图像分割代码框架
- **Description**: 这是一个深度学习图像分割代码框架，支持混合精度、从上一次训练结束位置开始继续训练、上下文属性配置、文本和tensorboard日志、学习率计划
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-27
- **Last Updated**: 2025-07-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

这是一个图像分割深度学习训练项目

1. 数据集以DataPack的形式存在，每个DataPack中包含多个样本，每个样本以.npz文件形式保存，每个.npz文件中的scan键对应原始图像，label键对应ground truth标签

3. 整个项目具有一定的结构

   > main
   > > resource
   > >
   > > > input										 DataPack目录
   > > >
   > > > **application.properties**		全局配置文件
   > >
   > > src
   > >
   > > > conf				放置全局配置类
   > > >
   > > > baseline		 放置所有基准模型
   > > >
   > > > instances	   放置所有训练用例
   > > >
   > > > models		   放置所有自定义的实验模型
   > > >
   > > > notes			  放置所有其他脚本
   > > >
   > > > utils				 放置所有工具类
   > 
   > output
   > 
   > > checkpoint		  放置所有模型的中间权重
   >>
   > > log						放置所有模型的文本日志
   >>
   > > tensorboard	   放置所有模型的tensorboard日志
   > >
   > > **metrics.ipynb**   指标脚本，依赖于tensorboard日志统计指标
   
   3. unet_test2.py展示了一种封装程度更高的训练方法，但尚未测试完成