基线要回答哪些问题
这篇方法回顾按主题归档，不表示在归档月份开展了特定实验。建立分割基线的目的，是确认数据、标签、优化和推理能否形成可信闭环，让后续改动有可比较的参照。
U-Net 通过收缩路径获取上下文，并通过扩张路径恢复定位信息，是合适的起点。U-Net 原论文 这里讨论的是围绕该结构的工程方法，不声称复现论文的全部实现，更不提供未经测量的成绩。
先把一个样本完整看明白
先列出输入维度、通道含义、单位、空间方向、类别编号和忽略标签。图像与掩膜不只要形状相同，还要落在同一空间位置。重采样、裁剪、翻转后，都应叠加检查边缘。
二分类任务可以约定图像为 [B, C, H, W]，标签为 [B, 1, H, W]，标签只含 0 和 1。标签缩放不能使用会制造小数类别的连续插值；几何增强应同步作用于图像和标签，强度增强则只作用于图像。
选择 2D、相邻切片输入或 3D 时，应考虑目标连续性、体素各向异性和资源预算。无论哪种输入，同一受试者的数据都应遵守统一的集合划分。
损失函数先服务于诊断
对单通道二分类输出，可组合二元交叉熵与软 Dice 损失。下面只是一个明确约定的起点，要求标签无忽略区域且已转换为 0/1。
import torch
import torch.nn.functional as F
def binary_loss(logits, target, eps=1e-6):
if logits.ndim < 3 or logits.shape[1] != 1:
raise ValueError("expected a single-channel segmentation batch")
if logits.shape != target.shape:
raise ValueError("prediction and target must align")
target = target.to(device=logits.device, dtype=logits.dtype)
bce = F.binary_cross_entropy_with_logits(logits, target)
prob = torch.sigmoid(logits)
dims = tuple(range(1, logits.ndim))
intersection = (prob * target).sum(dim=dims)
total = prob.sum(dim=dims) + target.sum(dim=dims)
dice = (2 * intersection + eps) / (total + eps)
return bce + (1 - dice).mean()
交叉熵分支直接接收 logits，不要先做 sigmoid 再传入对应接口；组合接口使用更稳定的计算形式。PyTorch BCEWithLogitsLoss
软 Dice 的平滑项属于训练定义，不能直接替代评估时的空掩膜政策。多类别互斥任务还需重新定义输出、标签和损失，不能机械扩展这段代码。
用小规模过拟合检查管线
在进行正式训练前，可以暂时关闭随机增强，让模型拟合一个很小的固定训练子集。这里只检查管线是否具备学习能力，不用该子集估计泛化表现。
若损失下降而叠加图不对，应先查标签方向、输出通道和可视化逻辑；若始终输出背景，应查前景采样、类别映射与梯度。通过这一步以后，再恢复增强、正常采样和独立验证。不要用增加网络复杂度掩盖数据错误。
前景采样可以帮助模型看到稀少目标，但应保留空背景样本，让训练覆盖误报场景。采样器的实际输出值得单独审阅：声明要采前景，并不保证裁剪之后仍包含有效目标。增强后的标签若变空，也要区分正常现象与坐标错误。
若数据包含未标注区域，不能把它们自动当作背景。此时需要有效区域掩膜，并在损失的分子、分母和交叉熵归约中一致排除；上述简化函数并不覆盖这种标签定义。
推理闭环与失败分析
验证应覆盖完整图像或体数据，并固定重叠窗口融合、阈值和坐标恢复方式。只在含目标的裁剪块上评估，会漏掉完整视野中的误报。最大连通域等后处理也可能删除真实多发目标，必须作为独立配置记录。
对照实验每次只调整一个主要因素，查看患者级指标与失败样本。若前景 Dice 看似稳定，却总漏掉细长结构，下一步应研究分辨率、采样与边界，而不是只追求更低训练损失。nnU-Net 的启发之一，是把数据适配、训练和推理当成共同设计的系统。nnU-Net，2018
参考
- U-Net: Convolutional Networks for Biomedical Image Segmentation：网络结构与训练策略的原始研究。
- nnU-Net：完整分割配置与数据适配的研究背景。
- PyTorch
BCEWithLogitsLoss：二分类损失的输入定义与数值计算说明。