coral-segmentation

珊瑚语义分割（Coral Segmentation）

水下珊瑚遥感图像语义分割项目，采用 Mask2Former-Swin-B + ConvNeXt-L-FPN 双模型融合方案，将 256×256 RGB 水下图像分割为四类：

项目结构

coral-segmentation/
├── coral_seg/                  # 核心代码与模型
│   ├── coral_seg/              # Python 包（数据集、模型、损失函数）
│   ├── configs/                # 训练配置（final_dual.yaml）
│   ├── tools/                  # 训练、推理、评测、可视化脚本
│   ├── pretrained/             # 预训练权重
│   ├── work_dirs/              # 训练好的模型 checkpoint
│   ├── splits/                 # 训练/验证集划分
│   ├── vis_results/            # 可视化结果示例
│   ├── submissions/            # 推理输出（results.zip）
│   ├── docs/                   # 技术报告与操作指南
│   └── logs/                   # 训练日志
├── data_fresh/                 # 原始数据
│   ├── train_bsdtar/           # 训练数据
│   └── test_raw/               # 测试数据
└── README.md

模型方案

ConvNeXt-L-FPN

• 骨干网络：ConvNeXt-Large（ImageNet-1K 预训练）
• 解码器：FPN（Feature Pyramid Network），四尺度特征融合
• 输入尺寸：512×512
• 训练：120 epochs，AdamW，lr=6e-5，混合精度

Mask2Former-Swin-B

• 骨干网络：Swin Transformer Base（ADE20K 预训练）
• 解码器：Mask2Former mask classification
• 输入尺寸：384×384
• 训练：80 epochs，AdamW，lr=3e-5，梯度检查点

融合推理

prob = 0.55 × prob_mask2former + 0.45 × prob_convnext
pred = argmax(prob)

支持 TTA（原图 + 水平翻转）。

环境安装

pip install -r coral_seg/requirements.txt

主要依赖：

• PyTorch 2.3.0
• Transformers 4.46.3
• timm 1.0.27
• albumentations 2.0.8

快速开始

1. 检查数据

python coral_seg/tools/check_data.py --config coral_seg/configs/final_dual.yaml

2. 训练 ConvNeXt-L-FPN

python coral_seg/tools/train_convnext.py --config coral_seg/configs/final_dual.yaml

3. 训练 Mask2Former-Swin-B

python coral_seg/tools/train_mask2former.py --config coral_seg/configs/final_dual.yaml

4. 融合推理

python coral_seg/tools/infer_ensemble.py \
  --config coral_seg/configs/final_dual.yaml \
  --convnext-checkpoint coral_seg/work_dirs/convnext_l_fpn/best.pth \
  --mask2former-checkpoint coral_seg/work_dirs/mask2former_swin_b/best_hf

5. 验证集评测

python coral_seg/tools/eval_ensemble_val.py --config coral_seg/configs/final_dual.yaml

训练策略

• 损失函数：CE + Dice + 0.5×Lovasz（ConvNeXt）；Mask2Former 内置组合损失
• Label Smoothing：0.05
• 学习率调度：warmup + cosine decay
• 骨干网络低学习率：ConvNeXt backbone 使用 0.25× 基础学习率
• 数据增强：翻转、旋转、仿射变换、亮度/对比度/饱和度扰动、CLAHE、高斯模糊、运动模糊

复现条件

• GPU：A30 24GB（或同等显存）
• 训练+推理总时间 < 24 小时
• 固定随机种子（seed: 2026）
• 固定 train/val split

文档

• 操作指南 — 完整的部署、训练、推理流程
• 技术报告 — 算法设计、模型选择、损失函数等技术细节