python - 使用 U-Net 进行多类图像分割的预处理

Question

我正在尝试训练用于多类分割的 U-Net 模型。为此，我在准备地面实况掩码时遇到了麻烦。我的数据包括我想要分割的每个器官的 CT 扫描图像和 6 个单独的二进制掩码。

我已经为 3 个类（背景和其他两个类）准备了地面实况掩码，方法是将每个地面实况掩码作为通道放入 RGB 图像中并将它们保存为 .png 文件。这意味着我的地面真相掩码将是 (256,256,3)，其中 (256,256,0) 将是第一个掩码，(256,256,1) 将是第二个掩码，依此类推。

但是现在我需要用 3 个以上的类来训练模型。如何将我的各个蒙版组合成一张图像并用它训练模型？由于只有 3 个通道，因此无法以 RGB 格式执行此操作。

我正在使用 Keras 和 flow_from_directory 来读取图像和蒙版。我也在对图像进行增强。

谢谢你。

标签： python