3 步跑通 mmsegmentation 语义分割可视化：把训练状态看得一清二楚

3 步跑通 mmsegmentation 语义分割可视化：把训练状态看得一清二楚

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation

训练完语义分割模型，你盯着 loss 曲线看了半天，却说不出模型到底学到哪了；推理之后拿到的是一张"标签索引的彩色噪点图"，到底哪块是路、哪块是建筑，谁也说不清。mmsegmentation（OpenMMLab 出品的语义分割工具箱）内置了一套语义分割可视化机制，把预测结果和真实标注直接渲染成带颜色、带文字的可读掩码图——单张图像推理看图、训练过程定期截图，两种用法下面都给你讲明白。

一、它到底能帮你做什么？

先给结论：这套可视化的核心是把"像素级的类别索引"翻译成"人眼能直接看懂的图"，一共 5 个核心能力：

其中前四项封装在 mmseg/visualization/local_visualizer.py 的SegLocalVisualizer类里，推理脚本里用的MMSegInferencer也是调它来画图的。

二、三步跑起来：单张图像可视化最快上手

这一步的目标：用现成的 FCN 预训练模型，把一张图切给你看。

第 1 步：拿到代码

git clone https://gitcode.com/GitHub_Trending/mm/mmsegmentation cd mmsegmentation

第 2 步：安装

python -m pip install -r requirements.txt python -m pip install -e .

第 3 步：运行推理可视化脚本

python demo/image_demo_with_inferencer.py \ demo/classroom__rgb_00283.jpg \ configs/fcn/fcn_r50-d8_4xb2-40k_cityscapes-512x1024.py \ --checkpoint ./weights/fcn_r50-d8_cityscapes.pth \ --out-dir vis_output \ --with-labels \ --opacity 0.7

关键参数就 4 个，每个一行注释：

• --checkpoint：模型权重文件的本地路径，换成你自己下载好的权重
• --out-dir：结果图片保存目录，跑完直接去文件夹里看图
• --with-labels：在掩码上叠加类别名文字
• --opacity：掩码透明度，范围 (0, 1]，默认 0.5，越大越"实"

另外两个容易踩的参数：--dataset-name决定用哪套调色板渲染掩码，默认cityscapes；--device默认cuda:0，没有显卡就改成--device cpu。

三、分场景怎么用？

场景 1：快速验证预训练模型效果

拿几批业务图片批量过一遍image_demo_with_inferencer.py，把--out-dir指到一个目录。判断标准很简单：预测侧掩码里能不能出现你关心的类别、边界贴不贴合物体轮廓。这一步不碰任何训练配置，5 分钟就能判断"这个模型值不值得在你的数据上微调"。

场景 2：训练中定期"抓图"检查模型状态 📊

mmsegmentation 默认配置 configs/base/default_runtime.py 里已经挂了本地可视化后端：

vis_backends = [dict(type='LocalVisBackend')] visualizer = dict( type='SegLocalVisualizer', vis_backends=vis_backends, name='visualizer', alpha=0.7)

默认每 100 次迭代就会自动渲染一组"左 GT / 右预测"的对比图，存到work_dir/vis_data下，按迭代次数命名。想在本地文件之外同步写进 TensorBoard，就在vis_backends里追加一行dict(type='TensorboardVisBackend')，然后照常python tools/train.py 你的配置.py启动训练，无需额外写钩子代码。

场景 3：自建数据集，自定义类别名和颜色

如果你的数据集类别和 cityscapes 不一样，别去改源码——SegLocalVisualizer构造参数直接支持classes和palette：

visualizer = dict( type='SegLocalVisualizer', vis_backends=vis_backends, name='visualizer', classes=['road', 'building', 'vegetation'], # 与标注索引一一对应 palette=[[0, 255, 0], [255, 0, 0], [0, 255, 255]], # 每类一个 RGB 颜色 alpha=0.7)

注意classes和palette长度必须一致，一一对应；两者优先级高于dataset_name自动查表。

四、结果怎么看：盯住 4 个信号

训练截图里左边是 GT、右边是预测，对着看这 4 个信号：

1. 边界贴合度：预测掩码边缘明显比 GT 模糊、或整体向内缩了一圈，说明边界学习能力不足，优先怀疑损失函数和输入分辨率，而不是先换网络。
2. 类别缺失：某个类别的颜色在预测侧完全没出现，而 GT 侧有——大概率是类别不平衡或该类别标注有问题，先查数据再怀疑模型。
3. 整图单一色：预测侧几乎被一种颜色占满，模型可能在塌缩到多数类，看 loss 时容易漏掉这个信号，图上则一目了然。
4. 标签对得上吗：打开--with-labels，核对文字标签和掩码颜色是否匹配，不匹配说明classes/palette配置顺序错了，结果再"好看"也是错的。

五、避坑指南 ⚠️

• 颜色全错或一片同色：--dataset-name默认是cityscapes，拿它渲染自建数据集必然对不上。显式传--dataset-name 你的数据集，或在配置里写classes/palette。
• 服务器上--show没反应：--show依赖本地 GUI 窗口，无头环境会静默失败。改用--out-dir保存图片，看文件最稳。
• CPU 机器直接报 CUDA 错误：--device默认cuda:0，纯 CPU 环境记得加--device cpu，推理会慢但能跑通。
• opacity调到 1 后找不到原图：掩码会完全盖住原图。想对比细节就调低到 0.3~0.5；想看清掩码轮廓就调高到 0.7 左右。

写在最后

一句话总结：推理时用image_demo_with_inferencer.py看图、训练时盯vis_data目录里的对比图，语义分割训练就不再是黑盒。下一步建议：先用上面"4 个信号"检查一遍你手头模型的可视化截图，确认问题出在数据还是结构，再去动配置。更多入门内容可参考官方文档：docs/zh_cn/get_started.md。

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation