一文入门深度学习（以医学图像分割为例）

文章简介

从前端转到学习人工智能，走了不少弯路，甚至可以说是一直在走弯路就没有直过，所以为了让广大想学习深度学习的人能够真真切切有个整体的概念，我这里以实践出发来介绍深度学习的训练流程和基础知识。
本文参考的项目是：pytorch-unet-isbi2012。使用该项目进行实践的原因是unet模型很小，isbi数据集也很小，用cpu和gpu都可以训练，让广大没有gpu的同学也可以进行训练。那么我们开始学习深度学习把。

深度学习基础概念

什么是深度学习？为什么它有用？

深度学习其实说白了就是让模型去自适应数据集的一种方法。而让其有用的方法就是其强大的自动特征提取功能,通过获取的特征就可以很好地区分数据集不同的类别。这个前提就是获取的特征要提取的有区分度，那如何让它有区分度，这就是深度学习涉及的内容了。

特征提取

本文以图像分割为例，在图像分割中获取特征的方法就是使用卷积层。

卷积层

这里不讲很多数学的东西，我只给大家一个概念，那就是卷积层就是一个过滤器。它用来过滤掉图像的无用信息，比如你想识别一个人，可以通过眼睛的轮廓，嘴巴的形状等等。那计算机想获取这些特征，那必须过滤掉无用的信息，因此卷积被提出来了。通过卷积这个过滤器，计算机就可以得到图像的特征图，这个特征图包含眼睛的轮廓、嘴巴的形状等信息。

神经网络

那了解了卷积层是什么，那么我们就可以往下了解什么是神经网络，神经网络其实就是卷积层的叠加。上一个卷积层的输出是下一个卷积层的输入。也就是说上一个卷积层的特征图需要被进一步提取特征，变成更加高维的特征，这种更高维的特征往往更具有区分度。所以我们经常可以看到神经网络的层有很多。

医学图像分割实践

其实学习了这些你就可以开始训练模型了，其他的细节，我认为应该在实践中慢慢学习摸索。

图像分割

任务介绍

在这个项目中，图像分割的意义是给定一个细胞的图片，需要模型能够分割出一个个细胞（如下图所示，第一张为细胞原始图片；第二张为输出图，其中黑色表示背景，白色表示细胞）。在计算机中就是输入一个图片，输出一个0和1的二值图，0代表背景，1代表细胞膜。

ISBI2012数据集

ISBI2012细胞膜分割数据集主要包括了两部分：一部分是训练集，另一部分是测试集。训练集和测试集中都包含了30张原始图片（如上图第一张所示）和30张对应的标注图片（如上图第二张所示）。每张图片的分辨率为512*512。

UNet

好的我们先来学习一种神经网络，前面我们提到这个神经网络很小，其实也就只有26个卷积层，算是很小了。
Unet源于一篇论文，U-Net:Convolutional Networks for Biomedical Image Segmentation，它专门用于解决医学图像分割的问题，因此发展到现在已经有很多变体，这里我们就只复现最原始的论文。

模型架构

UNet主要由编码器和解码器构成。编码器其实就是左半部分下降的区域，它的作用其实就是进行特征提取；解码器是右半部分上升区域，用于将特征图还原到原始图像大小，并输出二值图。
解码器部分每一行的每一个小箭头都代表了一个卷积核，然后把输出作为下一层的输入。

模型训练

具体模型的细节，我这里不再介绍，感兴趣的同学可以去查阅其他博主的文章，他们对模型的介绍十分详细。这里主要是帮助大家能够完整地训练一个模型，形成一个感性认知。
直接把pytorch-unet-isbi2012下载下来，并且解压到你自己的文件夹。

环境安装

1、先创建一个conda环境，这样所有的安装包都会安装到这下面，不会影响其他环境。

conda create -n unet_precision python=3.12.4
conda activate unet_precision

2、安装依赖包

pip3 install torch==2.4.0 torchvision==0.19.0 --index-url https://download.pytorch.org/whl/cu118
pip install numpy==1.26.4 matplotlib==3.7.5 Pillow==10.0.0

这几个是必备的包，所以一定要提前安装

ISBI2012数据集下载

数据集可以在kaggle上下载，只需要按要求把文件夹换成下面格式

project/
├── isbi2012/                 # Dataset directory (binary cell segmentation)
│   ├── train/
│   │   ├── imgs/             # Original training set images (PNG format)
│   │   └── labels/           # Training set segmentation labels (PNG format)
│   └── test/
│       ├── imgs/             # Original test set images (PNG format)
│       └── labels/           # Test set segmentation labels (PNG format)

训练

直接运行下面的命令，我们看到下面的输出，就说明开始训练了。

python ./train.py \
--data_root ./ \
--batch_size 2 \
--save_val_results \
--total_epoch 1501 \
--model unet \
--dataset isbi2012 \
--lr 2e-3 \
--loss_type binary_cross_entropy \
--lr_policy CosineAnnealingLR 

验证

接下来运行下面命令行，直接获得结果，得到下面的输出，就说明你成功验证了这个模型。

python ./predict.py

总结

成功运行一个项目真的对学习深度学习很重要，接下来，在成功运行的基础上，我将会带大家一步步解读每一块的源码和相关内容。