使用Unet进行脊柱分割爬坑记录

被一个非常不起眼的小bug搞得精疲力尽，本着bug不过夜的信仰，终于在晚上10.30成功debugg，记录一下

使用Unet网络训练自己的脊柱分割网络

首先准备训练集，一开始这个数据集是用github上的一个完整的代码进行处理的，下载下来的数据集是nii.gz 格式，先解压缩，然后用nibabel模块进行读取并转成png
问题就出在转格式这一块了
转出的png文件是黑色的，后来怀疑是不是这个数据集被我转坏了，用PIL+numpy读取后发现，有数值，只不过ROI区域的数值为1，其余地方为0，也就没当回事

因为原本的那个训练代码使用keras写的，并且没有注释，写的也很乱，所以重新下载了一个训练代码。
然而发现在我这个数据集上并不好用，甚至开始怀疑这个数据集的真实性，用ITK-SNAP发现，label是存在的，标注无误，然后开始从训练代码层面开始找

在datalader发现了引发bug所在

# 从文件中读取图像
        png = np.array(png)
        modify_png               = np.zeros_like(png)
        modify_png[png <= 127.5] = 1

这段代码对读取的图像的像素值进行了修正，导致我的脊柱数据集中所有的像素点全部被置成1，在训练过程中一直都出现loss=0的情况毕竟max就是1
而这个数据集中的label的max是255，而roi区域即边缘区域是0。所以把我的数据集的roi区域改成255就可以了，即png *255即可