ynyg/ExamInk-Seg

1---2license: apache-2.03datasets:4- ynyg/ExamInk-Seg5language:6- zh7- en8base_model:9- microsoft/resnet-5010pipeline_tag: image-to-image11---12# ExamInk-Seg13 14基于 PyTorch Lightning 的墨迹二值分割模型。输入 RGB 图像，输出 1 通道墨迹掩码。15 16## 模型信息17 18- **架构**：U-Net++ (segmentation_models_pytorch) + ResNet50 编码器 (ImageNet 预训练)19- **任务**：手写/试卷墨迹二值分割20- **框架**：PyTorch Lightning21- **输入**：3 通道 RGB，按 ImageNet 均值/方差归一化22- **输出**：1 通道 logits 掩码；对 logits 取 sigmoid 得到概率23 24## 训练概要25 26- **Loss**：0.8 * Dice (from logits) + 0.2 * BCEWithLogits (pos_weight=2.0)27- **指标**：IoU 与 F1（阈值 0.3 和 0.5）28- **训练裁剪**：1024，随机裁剪 / 有墨迹优先裁剪，水平翻转29- **优化器**：AdamW (lr 3e-5, weight_decay 1e-5)30- **学习率调度**：ReduceLROnPlateau，监控 val_iou_05（mode=max, factor=0.5, patience=2, min_lr=1e-7）31 32## 文件33 34- `config.json`：模型结构与训练超参数35- `model.safetensors`：导出权重36- `best.ckpt`：PyTorch Lightning checkpoint37 38## 推理说明39 40- 归一化：mean=(0.485, 0.456, 0.406)，std=(0.229, 0.224, 0.225)41- 对 logits 取 `sigmoid` 得到二值掩码概率42- 验证/推理使用滑窗：tile=1024，stride=768，可选水平翻转 TTA43 44## 许可证45 46MIT