第5章 把网络接到掩码上
第 5 章 · 把网络接到掩码上
章节摘要：全卷积网络让分类骨干吐出像素图，U-Net 用跳跃连接把细节送回解码器，DeepLab 用空洞卷积保住分辨率，Mask R-CNN 在检测框里再画掩码，TransUNet 与 SAM 把注意力和提示式分割带进工作流。本章每节都接到第 4 章的训练环上：换的是中间那个模块，不是整条项目。
本节目标
阅读完本章，你应当能够：
- 画出 FCN 如何去掉全连接、如何用跳跃融合不同步长的特征
- 实现或读懂 U-Net 的对称编码解码与拼接，并对比 SegNet 用池化索引上采样的省显存做法
- 解释空洞率如何扩大感受野，以及 ASPP 为何要并行多个率
- 说清 Mask R-CNN 的分类、框、掩码三分支，以及 RoI Align 为何取代量化过粗的对齐
- 用 SAM 的点或框提示辅助标注，而不是一上来就当生产模型
核心概念速览
金句：换网络是换刀，菜还是那盘；数据管线和损失没对齐，换刀只换切法不换熟度。
子章节导航
5.1 FCN：全卷积出像素图
把全连接换成卷积，用转置卷积或插值拉回原图大小，用跨层相加融合粗语义与细位置。这是后面所有语义分割网的公共祖先。
5.2 U-Net 与 SegNet：把细节保回来
医学小样本把 U-Net 推成默认。跳跃连接是拼接不是相加。SegNet 记住池化位置，解码更轻。
5.3 DeepLab：空洞与 ASPP
下采样太猛会丢掉小目标。空洞卷积在不增加参数的情况下扩大野，ASPP 同时看几种尺度。
5.4 Mask R-CNN：实例掩码
先找物体再在框内分割。适合「同一类有多个个体且要分开计数」的任务。
5.5 TransUNet 与 SAM：辅助标注
Transformer 编码全局关系；SAM 用点和框出掩码，适合先加速标注，再蒸馏到你的小模型。
子章节之间的逻辑关系
FCN 定下全卷积范式，U-Net 解决细节，DeepLab 解决多尺度，Mask R-CNN 转向实例，提示模型减少标注。按任务选，不要按发布时间选。
5.1 全卷积范式 ├─► 5.2 编码解码保细节 适合小数据、边界要齐 ├─► 5.3 空洞多尺度 适合大图、目标大小悬殊 ├─► 5.4 检测式实例 适合要数个数 └─► 5.5 提示与大模型 适合先标起来
本章怎么练
五节不是要你训五遍。读 FCN 只为搞懂全卷积和跳跃相加；真正训练选一个主模型。小样本医学默认 U-Net；尺度乱的大图看 DeepLab 那一节；要计数进 Mask R-CNN；提示模型只当标注工装。把「我们上了 Transformer」写进周报不算本章过关，少数类 Dice 相对第 3 章基线的变化才算。
每换一个结构，只换第 4.2 节循环里的模块对象，损失与加载器不动。若一换结构指标乱跳，先查输出尺寸和类别维，再怀疑结构本身。预训练加载失败时，打印缺哪些键，不要静默随机初始化还以为在微调。
| 你的情况 | 主模型 | 工装 |
|---|---|---|
| 少样本、要边 | U-Net | 可选 SAM 预分割 |
| 尺度乱、类多 | DeepLab 头 | 同左 |
| 要个体计数 | Mask R-CNN | 点提示加速画实例 |
| 灰度已可分 | 可不上深度 | 第 3 章 |
⚠️ 用连通域把语义结果冒充实例，计数任务会在粘连处系统性说谎。
💡 换刀不换菜：管线和损失没对齐，结构再新也是空转。
本章是模块库不是必修课清单。读完 FCN 懂范式即可，真正训练的结构写在选型表的「主模型」格里，最多再加一个标注工装。五个名字都出现在周报里，通常意味着没有主模型。接到环上时只替换模块对象，加载器与损失函数保持第 4 章版本，方便归因。预训练加载要打印成功层数，静默跳过等于随机初始化还以为在微调。
选型表只留一个主模型和一个可选工装。五个名字并列等于没选。接到环上打印输出高宽与类别维，和掩码对齐后再看曲线。预训练成功层数必须出现在日志，静默跳过视为随机初始化。
选型表打印签字：主模型一格、工装一格、其余划掉。划掉的结构本周不得占用训练队列。接到环后的第一张日志必须有输出高宽、类别维、预训练加载层数。三数缺一视为没接上，曲线再好看也不算本章完成。
划掉的结构占用队列视为流程事故。日志三数：高宽、类别维、加载层数，缺一重跑。选型表签字人与训练提交人可以不是同一人，但表必须先于作业存在。
前置知识与后续延伸
- 前置：第 4 章训练环能过拟合单图；第 1 章已决定语义还是实例。单图还过拟合不了，禁止开始换骨干。
- 后续：第 6 章在真实划分上训练、调增强、做形态学后处理并导出。本章结束时应冻结「生产用哪一个结构」，而不是五个都留着。
- 时间：精读加把一个结构接到环上，两到三个晚上。五套都训一遍是最常见的进度幻觉。选型表必须先于训练作业存在。日志里高宽、类别维、加载层数三数缺一就要重跑。划掉的结构不得占用本周训练队列。
读本章时带着你的类别表。两类前景很小，优先 U-Net 加 Dice；类多且尺度乱，优先看 DeepLab 那一节；要计数，直接进 Mask R-CNN，不要用语义模型事后连通域硬拆。