（17）语义分割（3）_pytorch用resnet50实现的FCN

### FCN ResNet50 模型实现概述 全卷积网络（Fully Convolutional Network, FCN）是一种用于语义分割的经典架构，其核心思想是通过移除传统 CNN 中的全连接层来支持任意尺寸输入，并利用反卷积操作恢复像素级预测。ResNet50 是一种常用的骨干网络，因其良好的性能和可扩展性被广泛应用于 FCN 架构中。 以下是基于 PyTorch 的 FCN_ResNet50 模型实现代码示例： ```python import torch from torchvision import models # 加载预训练的 FCN_ResNet50 模型 fcn_model = models.segmentation.fcn_resnet50(pretrained=True) # 设置模型为评估模式 fcn_model.eval() # 假设输入张量形状为 (batch_size, channels, height, width) input_tensor = torch.randn(1, 3, 224, 224) # 执行前向传播 output = fcn_model(input_tensor)['out'] print(output.shape) # 输出形状应为 (1, num_classes, height, width) ``` 上述代码展示了如何加载 `torchvision` 提供的预训练 FCN_ResNet50 模型[^4]。该模型适用于标准的 Pascal VOC 数据集分类任务，具有 21 类输出。 --- ### 自定义 FCN_ResNet50 实现细节 如果需要自定义 FCN_ResNet50 模型，则可以手动构建如下结构： #### 骨干网络初始化 ResNet50 可以作为特征提取器使用，具体方式是从 `torchvision.models.resnet50` 导入并调整最后一层。 ```python import torch.nn as nn import torchvision.models as models class FCN_ResNet50(nn.Module): def __init__(self, num_classes=21): super(FCN_ResNet50, self).__init__() # 使用 ResNet50 作为骨干网络 backbone = models.resnet50(pretrained=True) # 移除最后的全连接层 layers = list(backbone.children())[:-2] self.backbone = nn.Sequential(*layers) # 添加上采样层 self.upconv = nn.ConvTranspose2d(2048, num_classes, kernel_size=16, stride=16) def forward(self, x): features = self.backbone(x) output = self.upconv(features) return output ``` 此代码片段实现了基本的 FCN 结构，其中 ResNet50 被用作特征提取器，而最终的反卷积层负责将低分辨率特征图还原至原始图像大小[^5]。 --- ### 训练与测试流程 为了完成完整的训练和测试过程，需遵循以下设计原则： - **损失函数**：通常采用交叉熵损失（CrossEntropyLoss），适合多类别的语义分割任务。 - **优化器**：推荐 Adam 或 SGD，学习率可根据实验效果动态调整。 - **数据增强**：引入随机裁剪、翻转等手段提升泛化能力。 以下是简化版训练循环示例： ```python import torch.optim as optim # 初始化模型、损失函数和优化器 model = FCN_ResNet50(num_classes=21).cuda() criterion = nn.CrossEntropyLoss().cuda() optimizer = optim.Adam(model.parameters(), lr=1e-4) # 假设有 DataLoader 和标签 for images, labels in dataloader: images, labels = images.cuda(), labels.cuda() optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() ``` --- ### 测试阶段准确率计算 在测试过程中，可以通过比较预测结果与真实标签来衡量模型表现。例如，计算像素级别的平均交并比（mIoU）或其他指标。 ```python def calculate_accuracy(preds, targets): preds = torch.argmax(preds, dim=1) correct_pixels = torch.sum((preds == targets).float()) total_pixels = targets.numel() accuracy = correct_pixels / total_pixels * 100 return accuracy.item() ``` --- ### 推荐资源与文档 对于更深入的学习和技术参考资料，建议查阅以下链接： - 官方 PyTorch 教程中的语义分割章节[^6]。 - GitHub 上开源项目如 [pytorch-semseg](https://github.com/meetshah1995/pytorch-semseg)，提供了多种 FCN 及其他分割模型的实现。 ---