MMSegmentation 医学影像实战：DR HAGIS 眼底视网膜血管分割数据集接入与 UNet 训练指南

MMSegmentation 医学影像实战：DR HAGIS 眼底视网膜血管分割数据集接入与 UNet 训练指南

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation

导读

本文基于 MMSegmentation 仓库中的 DR HAGIS 医学影像分割项目，系统讲解如何将 DR HAGIS 眼底照片（fundus photography）数据集接入 MMSegmentation 1.x 训练框架，完成视网膜血管（retinal vessel）语义分割模型的训练与测试。读者将掌握：数据集背景与标签统计、目录整理与数据集切分流程、自定义数据集的注册方式、UNet 分割模型配置文件的逐项含义，以及使用mim一键训练/测试的命令行操作，最终能够在自己的眼底影像分割任务上直接复用这套流程。

一、项目背景：DR HAGIS 数据集是什么

1.1 数据集定位与来源

projects/medical/2d_image/fundus_photography/dr_hagis/目录下的这个子项目，支持的是DR HAGIS（Diabetic Retinopathy, Hypertension, Age-related macular degeneration and Glacuoma ImageS）数据集，其原始出处是 Holm 等人 2017 年发表于《Journal of Medical Imaging》的论文：

DR HAGIS—a fundus image database for the automatic extraction of retinal surface vessels from diabetic patients

该数据库专为辅助视网膜筛查计划中的血管提取算法开发而建立。全部 39 张眼底图像均来自英国一项糖尿病视网膜病变筛查项目，因此所有图像都来自糖尿病患者。除眼底原图外，数据还提供了由专业分级人员（expert grader）手工标注的视网膜表层血管分割图（ground truth），以及用于限定评估范围的FOV（视野）掩膜——这样可以在仅 FOV 区域内量化血管提取精度。

从数据采集的工程细节看（见 README.md）：

• 图像采集自多个不同的筛查中心，因此分辨率、数码相机与眼底相机型号各不相同，天然具备临床真实场景的多样性；
• 相机型号涵盖 Topcon TRC-NW6s、Topcon TRC-NW8 与 Canon CR DGi，水平视野角 45°；
• 图像尺寸为 4752×3168、3456×2304、3126×2136、2896×1944、2816×1880 像素等五种规格。

1.2 原始统计信息

数据集名称	解剖区域	任务类型	模态	类别数	训练/验证/测试图像	训练/验证/测试标注	发布日期	License
DR HAGIS	head and neck	segmentation	fundus photography	2	40/-/-	yes/-/-	2017	-

原始数据仅有训练集 40 张图像（官方未提供带标注的验证/测试集），像素级类别占比为：

类别	训练数	训练占比	验证数	验证占比	测试数	测试占比
background（背景）	40	96.38	-	-	-	-
vessel（血管）	40	3.62	-	-	-	-

说明：Pct表示该类像素占全部像素的百分比。血管像素仅占约 3.62%，属于典型的前景极度稀疏的分割任务，对损失函数与训练策略的选择有重要影响。

二、项目结构与自定义数据集实现

2.1 目录布局

projects/medical/2d_image/fundus_photography/dr_hagis/ ├── configs/ │ ├── dr-hagis_512x512.py # 数据集与数据管线配置 │ ├── fcn-unet-s5-d16_unet_1xb16-0.0001-20k_dr-hagis-512x512.py │ ├── fcn-unet-s5-d16_unet_1xb16-0.001-20k_dr-hagis-512x512.py │ └── fcn-unet-s5-d16_unet_1xb16-0.01-20k_dr-hagis-512x512.py ├── datasets/ │ └── dr-hagis_dataset.py # 自定义数据集类 ├── tools/ │ └── prepare_dataset.py # 数据格式整理脚本 └── README.md

这三个部分各司其职：datasets/负责把 DR HAGIS 注册为 MMSegmentation 可识别的数据集；tools/负责把原始下载数据整理成标准目录结构；configs/负责组合模型、数据与训练策略。下面逐一深入。

2.2 自定义数据集类：DRHAGISDataset

DR HAGIS 没有现成的官方数据加载器，项目通过继承 MMSegmentation 的BaseSegDataset实现了一个轻量数据集类，代码见 dr-hagis_dataset.py：

from mmseg.datasets import BaseSegDataset from mmseg.registry import DATASETS @DATASETS.register_module() class DRHAGISDataset(BaseSegDataset): """DRHAGISDataset dataset. In segmentation map annotation for DRHAGISDataset, ``reduce_zero_label`` is fixed to False. The ``img_suffix`` is fixed to '.png' and ``seg_map_suffix`` is fixed to '.png'. """ METAINFO = dict(classes=('background', 'vessel')) def __init__(self, img_suffix='.png', seg_map_suffix='.png', **kwargs) -> None: super().__init__( img_suffix=img_suffix, seg_map_suffix=seg_map_suffix, reduce_zero_label=False, **kwargs)

关键设计点：

• 注册机制：通过@DATASETS.register_module()装饰器将类注册进mmseg.registry，这样配置文件中直接写type='DRHAGISDataset'即可实例化，无需修改框架核心代码——这正是 MMSegmentation 1.x 的模块化设计；
• METAINFO：声明类别为('background', 'vessel')两分类，配置中decode_head=dict(num_classes=2)与之一一对应；
• reduce_zero_label=False：DR HAGIS 的掩膜中 0 号像素就是背景类别（而不是需要忽略的未标注区域），因此必须关闭零标签归约，否则背景类会被错误剔除导致类别数错位；
• 固定后缀：图像与分割图统一使用.png后缀，这是后续prepare_dataset.py转换的目标格式。

2.3 数据整理脚本：prepare_dataset.py

原始下载的 DR HAGIS 数据格式并不直接满足 MMSegmentation 的加载约定，需要先运行 prepare_dataset.py 做格式整理。脚本核心逻辑：

root_path = 'data/' img_suffix = '.jpg' seg_map_suffix = '_manual_orig.png' x_train = glob.glob(os.path.join('data/DRHAGIS/**/*' + img_suffix)) # ... 创建 data/images/train 与 data/masks/train 目录 ... D3_palette = {0: (0, 0, 0), 1: (1, 1, 1)} D2_255_convert_dict = {0: 0, 255: 1} # 遍历每张图：复制原图为 .png；打开 Manual_Segmentations 下的手工标注， # 将标注中 255 的像素值映射为 1（vessel），0 保持为 0（background），另存为掩膜 .png mask = np.array(Image.open(mask_path)).astype(np.uint8) mask[mask == 255] = 1

这段代码揭示了数据集工程化的两个要点：

1. 格式归一化：把 JPG 原图统一转存为.png，与DRHAGISDataset中img_suffix='.png'的约定对齐；
2. 标签语义化：原始标注中血管用 255 表示，脚本将其映射为 1（vessel），背景为 0（background），最终标签恰好是{0, 1}两值，与METAINFO的类别顺序严格一致。注意脚本中D2_255_convert_dict已定义但实际用mask[mask == 255] = 1完成转换。

三、数据集切分与目录结构

3.1 切分说明

由于官方仅提供 40 张带标注训练图像、无公开的验证/测试标注，项目采用如下策略（见 README.md）：

• 运行prepare_dataset.py完成格式整理后；
• 再运行切分脚本生成train.txt、val.txt和test.txt；
• 当官方验证集/测试集标注无法获取时，脚本会从训练集中随机划分出验证集，即"由我们自己划分"（README 中明确标注The table information below is divided by ourselves）。

切分脚本位于 projects/medical/2d_image/tools/split_seg_dataset.py，是一个在projects/medical下多个数据集子项目中通用的工具。

3.2 整理后的目录结构

数据与标注统一存放于data/下，图像与掩膜分离、训练/验证分目录组织：

mmsegmentation ├── mmseg ├── projects │ ├── medical │ │ ├── 2d_image │ │ │ ├── fundus_photography │ │ │ │ ├── dr_hagis │ │ │ │ │ ├── configs │ │ │ │ │ ├── datasets │ │ │ │ │ ├── tools │ │ │ │ │ ├── data │ │ │ │ │ │ ├── train.txt │ │ │ │ │ │ ├── val.txt │ │ │ │ │ │ ├── images │ │ │ │ │ │ │ ├── train │ │ │ │ │ │ │ │ ├── xxx.png │ │ │ │ │ │ │ │ └── ... │ │ │ │ │ │ ├── masks │ │ │ │ │ │ │ ├── train │ │ │ │ │ │ │ │ ├── xxx.png │ │ │ │ │ │ │ │ └── ...

train.txt/val.txt中每行是一条样本记录（图像路径与掩膜路径按约定成对解析），data_prefix配置img_path='images/'、seg_map_path='masks/'即指向上述目录。

3.3 切分后的数据统计

类别	训练数	训练占比	验证数	验证占比	测试数	测试占比
background	32	96.21	8	97.12	-	-
vessel	32	3.79	8	2.88	-	-

即从 40 张中随机抽出 8 张作为验证集，剩余 32 张训练；血管像素占比在训练集（3.79%）与验证集（2.88%）中仍保持稀疏分布。

四、配置文件逐层解析

DR HAGIS 子项目提供了 3 份可训练配置，分别对应学习率 0.0001 / 0.001 / 0.01（文件名中的0.0001-20k即 lr-iterations），用于对比不同学习率对血管分割训练的影响。每份配置均通过_base_继承机制组装四部分内容。

4.1 数据集与数据管线配置：dr-hagis_512x512.py

完整内容见 dr-hagis_512x512.py，核心片段：

dataset_type = 'DRHAGISDataset' data_root = 'data/' img_scale = (512, 512) train_pipeline = [ dict(type='LoadImageFromFile'), dict(type='LoadAnnotations'), dict(type='Resize', scale=img_scale, keep_ratio=False), dict(type='RandomFlip', prob=0.5), dict(type='PhotoMetricDistortion'), dict(type='PackSegInputs') ] test_pipeline = [ dict(type='LoadImageFromFile'), dict(type='Resize', scale=img_scale, keep_ratio=False), dict(type='LoadAnnotations'), dict(type='PackSegInputs') ] train_dataloader = dict( batch_size=16, num_workers=4, persistent_workers=True, sampler=dict(type='InfiniteSampler', shuffle=True), dataset=dict( type=dataset_type, data_root=data_root, ann_file='train.txt', data_prefix=dict(img_path='images/', seg_map_path='masks/'), pipeline=train_pipeline)) val_dataloader = dict( batch_size=1, num_workers=4, persistent_workers=True, sampler=dict(type='DefaultSampler', shuffle=False), dataset=dict( type=dataset_type, data_root=data_root, ann_file='val.txt', data_prefix=dict(img_path='images/', seg_map_path='masks/'), pipeline=test_pipeline)) test_dataloader = val_dataloader val_evaluator = dict(type='IoUMetric', iou_metrics=['mIoU', 'mDice']) test_evaluator = dict(type='IoUMetric', iou_metrics=['mIoU', 'mDice'])

参数含义与设计考量：

• 统一缩放到 512×512：Resize使用keep_ratio=False直接拉伸，兼顾不同来源图像的分辨率差异（原始图像从 2816×1880 到 4752×3168 不等），使不同尺寸图像可组成 batch；
• 训练增强：RandomFlip（水平翻转概率 0.5）与PhotoMetricDistortion（光度扰动，模拟不同眼底相机光照/色彩差异）针对眼底图像拍摄条件多变的特点设计；
• 采样器差异：训练用InfiniteSampler（无限迭代采样，配合按 iteration 计数的 20k 训练计划），验证用DefaultSampler且shuffle=False保证评估可复现；
• 评估指标：IoUMetric同时计算mIoU与mDice两种指标——血管分割任务前景占比极低，Dice 系数能更敏感地反映血管区域的重合质量，这是医学分割评估的常见做法；
• batch_size：训练 16、验证 1，验证单卡逐张推理。

4.2 模型骨架：FCN-UNet-s5-d16

模型部分继承自仓库基础配置 fcn_unet_s5-d16.py，即UNet 编码器 + FCN 解码头：

• backbone=UNet：in_channels=3（RGB 眼底图）、base_channels=64、num_stages=5个下采样阶段、每层 2 个卷积、使用InterpConv上采样、SyncBN归一化；
• decode_head=FCNHead：in_channels=64、in_index=4（取 UNet 最深一层特征）、num_classes=2、损失为CrossEntropyLoss（use_sigmoid=False，即多类 Softmax 交叉熵）；
• auxiliary_head=FCNHead：在in_index=3的中间层附加辅助头，loss_weight=0.4加权辅助监督，帮助深监督训练；
• data_preprocessor：SegDataPreProcessor使用 ImageNet 统计的均值/标准差（mean=[123.675, 116.28, 103.53]、std=[58.395, 57.12, 57.375]）做标准化，bgr_to_rgb=True处理通道顺序。

4.3 训练计划与运行时

训练计划继承 schedule_20k.py：

• 优化器：SGD（momentum=0.9, weight_decay=0.0005），子项目配置通过optimizer = dict(lr=0.0001)覆盖学习率；
• 调度策略：PolyLR（power=0.9，eta_min=1e-4），迭代式衰减，总迭代20000；
• 训练循环：IterBasedTrainLoop，max_iters=20000，每 2000 次迭代验证一次；CheckpointHook同样每 2000 迭代保存一次权重；
• 运行时继承 default_runtime.py，含LocalVisBackend可视化后端、SegLocalVisualizer、cudnn_benchmark=True等默认设置。

4.4 子项目特有覆盖项

以fcn-unet-s5-d16_unet_1xb16-0.0001-20k_dr-hagis-512x512.py为例（见 该配置文件）：

_base_ = [ './dr-hagis_512x512.py', 'mmseg::_base_/models/fcn_unet_s5-d16.py', 'mmseg::_base_/default_runtime.py', 'mmseg::_base_/schedules/schedule_20k.py' ] custom_imports = dict(imports='datasets.dr-hagis_dataset') img_scale = (512, 512) data_preprocessor = dict(size=img_scale) optimizer = dict(lr=0.0001) optim_wrapper = dict(optimizer=optimizer) model = dict( data_preprocessor=data_preprocessor, decode_head=dict(num_classes=2), auxiliary_head=None, test_cfg=dict(mode='whole', _delete_=True)) vis_backends = None visualizer = dict(vis_backends=vis_backends)

覆盖项逐一说明：

• custom_imports：声明datasets.dr-hagis_dataset，使DRHAGISDataset在使用mim train/test时能被自动导入注册，这是项目内自定义数据集在 MMSegmentation 1.x 中生效的必要步骤；
• decode_head num_classes=2：与METAINFO类别数对齐；
• auxiliary_head=None：关闭辅助头，即本子项目采用单 FCNHead 输出的简化结构（注意这与基础配置默认带辅助头不同）；
• test_cfg mode='whole' +delete=True：覆盖基础配置默认的mode='slide', crop_size=256, stride=170（滑窗推理），改为整图推理；_delete_=True是 MMEngine 配置语法，用于删除被继承的旧键，避免slide参数残留；
• vis_backends=None：关闭可视化后端（SegLocalVisualizer无后端），在无显示环境的服务器上避免可视化相关开销；
• 三份配置唯一差异：optimizer = dict(lr=0.0001 / 0.001 / 0.01)，分别命名在文件名中，便于对比学习率敏感性。

五、环境准备与数据预处理实操

5.1 环境依赖

按 README.md 中的 Prerequisites，推荐环境版本为：

• Python v3.8
• PyTorch v1.10.0
• MIM v0.3.4
• MMCV v2.0.0rc4
• MMEngine v0.2.0 或更高
• MMSegmentation v1.0.0rc5

版本说明：上述版本为项目文档编写时使用的组合。MMSegmentation 1.x 后续版本仍兼容本项目结构（BaseSegDataset、DATASETS注册机制、_base_继承等核心 API 保持稳定），实际使用时请以你安装的 MMSegmentation 版本要求为准。

5.2 设置 PYTHONPATH

mim命令与配置文件依赖 Python 正确解析模块路径。在dr_hagis/根目录（即projects/medical/2d_image/fundus_photography/dr_hagis/）下执行：

export PYTHONPATH=`pwd`:$PYTHONPATH

这一步确保custom_imports = dict(imports='datasets.dr-hagis_dataset')能定位到本目录下的datasets/包。

5.3 数据准备三步走

1. 下载并解压：从 DR HAGIS 数据集页面下载数据，解压到data/目录；
2. 格式整理：运行脚本python tools/prepare_dataset.py，将原始 JPG 图像与_manual_orig.png手工标注转换为统一的images/、masks/结构与{0,1}标签（详见第二章）；
3. 切分数据集：运行脚本python ../../tools/split_seg_dataset.py生成train.txt、val.txt、test.txt；若官方验证/测试标注不可得，将从训练集中随机划分验证集。

完成后的目录结构即第三章所示。tools/split_seg_dataset.py位于 projects/medical/2d_image/tools/split_seg_dataset.py，注意它是projects/medical/2d_image/层的公共工具，因此相对路径为../../tools/。

六、训练与测试命令

6.1 单卡单机训练

在正确设置PYTHONPATH后，使用 MIM 一行启动训练：

mim train mmseg ./configs/${CONFIG_FILE}

其中${CONFIG_FILE}替换为具体配置文件名，例如：

mim train mmseg ./configs/fcn-unet-s5-d16_unet_1xb16-0.001-20k_dr-hagis-512x512.py

mim train会解析配置、构建模型/数据/优化器，并按schedule_20k.py迭代训练 20000 次，每 2000 迭代在验证集上评估一次 mIoU/mDice 并保存 checkpoint。三份配置可通过替换0.0001/0.001/0.01快速对比学习率效果。

6.2 单卡单机测试

mim test mmseg ./configs/${CONFIG_FILE} --checkpoint ${CHECKPOINT_PATH}

例如：

mim test mmseg ./configs/fcn-unet-s5-d16_unet_1xb16-0.001-20k_dr-hagis-512x512.py --checkpoint work_dirs/fcn-unet-s5-d16_unet_1xb16-0.001-20k_dr-hagis-512x512.py/iter_20000.pth

测试时模型按test_cfg=dict(mode='whole')对整张 512×512 图像直接推理，评估器输出验证集的mIoU 与 mDice两项指标，可据此对比不同学习率配置下的血管分割质量。

注意：以上命令默认在单 GPU 上运行；如需多卡分布式训练/测试，仓库提供了tools/dist_train.sh与tools/dist_test.sh脚本，用法为bash tools/dist_train.sh ${CONFIG} ${GPU_NUM}。

七、训练技巧与注意事项

结合源码实现，针对 DR HAGIS 这类小样本（32 张训练图）+ 极稀疏前景（血管约 3.6%）的医学分割任务，有以下实操要点：

1. 学习率需显著调低：基础schedule_20k.py默认 SGD 学习率为 0.01，本子项目将学习率降至 0.0001～0.01 区间并提供了三档对比配置，反映小数据量下默认学习率易发散的经验；
2. 关闭辅助头与滑窗：配置通过auxiliary_head=None与test_cfg=dict(mode='whole', _delete_=True)覆盖基础 UNet 配置，简化模型并采用整图推理，推理时无需像slide模式那样拼接多个 crop（基础配置的滑动窗口参数见 fcn_unet_s5-d16.py 末尾）；
3. 标签语义一致性：prepare_dataset.py将 255 映射为 1、reduce_zero_label=False、METAINFO类别顺序('background', 'vessel')、num_classes=2四处必须严格对齐，任一环节错位都会导致训练时类别错乱；
4. 验证集随机划分的可复现性：验证集由split_seg_dataset.py从训练集随机抽出，如需复现实验请固定该脚本的随机种子；
5. 血管像素占比监控：训练日志中应重点观察 vessel 类别的 IoU/Dice（而非只看 mIoU），因为背景占 96% 以上，整体指标容易被背景主导、掩盖血管分割的真实退化。

八、引用与后续路线

8.1 引用方式

若该数据集与项目对你的研究有帮助，请引用原始论文：

@article{holm2017dr, title={DR HAGIS—a fundus image database for the automatic extraction of retinal surface vessels from diabetic patients}, author={Holm, Sven and Russell, Greg and Nourrit, Vincent and McLoughlin, Niall}, journal={Journal of Medical Imaging}, volume={4}, number={1}, pages={014503--014503}, year={2017}, publisher={Society of Photo-Optical Instrumentation Engineers} }

8.2 项目成熟度说明

从 README.md 末尾的 Checklist 可以看出该子项目当前状态：

• ✅Milestone 1 基本完成：代码完成、基础 docstring 与引用齐全、README 完整，已具备 PR-ready 条件；
• ⬜Milestone 2 未完成：尚未完成训练期正确性验证（training-time correctness）；
• ⬜Milestone 3 未完成：尚未补充类型注解、单元测试、代码打磨与metafile.yml，模块尚未迁入mmseg/核心包。

因此，本文介绍的工作流适合作为接入新医学数据集的参考模板：若要将其用于正式研究复现，建议先运行mim train/mim test完成训练期与测试期正确性验证，再依据自身实验需求调整学习率、迭代数与数据增强策略。该项目的目录结构、数据集类与切分工具同样适用于projects/medical下其他眼底/视网膜影像数据集子项目，可直接对照复用。

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation