简介这份资源面向计算机、遥感与人工智能方向的本科毕业生及需要完成变化检测课题的学习者提供一套基于改进U-Net的高分辨率城市建筑物遥感变化检测Python源码并附说明文档与详细注释可用于毕设复现、算法对比实验与二次开发。压缩包共11个文件以6个py脚本为核心涵盖训练、验证与可视化流程另含2个tex论文素材、2个7z说明文档及1个zip工程包整体约21KB结构紧凑便于按模块查阅。项目在开源基础上改进创新点包括编码器选择、嵌入SE模块、嵌套U-Net与嵌套损失计算、剪枝技术以及训练验证阶段缓解CUDA显存不足的显存优化策略并设计了独特的加权FocalLoss部分实验已完成。目前已有203人学习下载适合希望快速理解改进思路、复用训练脚本与损失函数实现、并借助注释与文档完成论文写作与实验排错的读者参考。1. 高分辨率建筑物变化检测这套改进 U-Net 源码到底能跑出什么城市建筑物遥感变化检测说白了就是拿同一片区域前后两个时相的卫星或航拍影像让模型自动圈出哪里新盖了楼、哪里拆了房。这件事在国土监测、违建排查、灾后评估里都是刚需但真正动手做毕设的同学往往会卡在三个地方数据怎么配对、模型怎么改、显存怎么不炸。这套本科毕设资源给的就是一条已经趟过坑的路径——基于改进 U-Net 的 Python 源码配套说明文档和逐行注释核心文件包括LEVIR_train.py、LEVIR_vaild.py、LineGraph.py以及VGG19_encoder.tex。它适合正在做深度学习毕设、需要一份能跑通、能改、能写进论文的遥感变化检测代码的同学也适合想快速理解嵌套 U-Net 和 SE 模块怎么落地的一线开发者。下面我按自己拆包复现的顺序把这份资源从结构到训练到排错讲透。2. 拆开压缩包先看什么文件职责与改进点定位2.1 核心文件清单与调用关系拿到project_code_upload.zip之后别急着python LEVIR_train.py先把目录结构理清楚。这份资源的文件命名比较直白但有几个地方容易看漏。我一般会先列一个职责表确认每个文件在训练链路里的位置。文件/目录职责是否直接运行LEVIR_train.py训练主入口含数据加载、模型实例化、损失计算、权重保存是LEVIR_vaild.py验证/推理脚本加载权重后计算指标并输出变化图是LineGraph.py训练过程可视化绘制 loss 与指标曲线否被训练脚本调用VGG19_encoder.tex编码器结构说明文档描述 VGG19 作为 backbone 的层配置否阅读用说明文档.7z环境配置、参数说明、实验记录否解压阅读project_code_upload源码主目录含模型定义与工具函数否这里有个血泪经验LEVIR_vaild.py这个拼写是资源里原本就有的不是笔误你在写 import 或写论文引用文件名时别自作主张改成valid否则路径对不上会直接报ModuleNotFoundError。调用关系上训练脚本会 import 模型定义和LineGraph验证脚本独立加载权重两者共享同一套数据预处理逻辑所以改归一化参数时两个文件都要同步改只改一个会导致训练和验证的输入分布不一致指标虚高。2.2 改进点一SE 模块嵌在哪儿资源摘要里提到的第一个改进是嵌入 SE 模块。SESqueeze-and-Excitation的本质是给每个通道学一个权重让网络自己决定哪些特征通道更重要。在变化检测里建筑物变化往往体现在特定尺度的纹理和边缘上通道注意力能帮模型压掉无关的背景响应。常见做法是把 SE 块插在编码器每个 stage 的残差单元之后、下采样之前。你可以先找到模型定义里编码器的 forward 流程确认 SE 的插入位置。下面是我复现时用来验证 SE 是否生效的最小检查代码import torch import torch.nn as nn class SEBlock(nn.Module): def __init__(self, channels, reduction16): super(SEBlock, self).__init__() # 全局平均池化把 HxW 压成 1x1 self.avg_pool nn.AdaptiveAvgPool2d(1) # 两层全连接先降维再升维reduction 控制压缩比 self.fc nn.Sequential( nn.Linear(channels, channels // reduction, biasFalse), nn.ReLU(inplaceTrue), nn.Linear(channels // reduction, channels, biasFalse), nn.Sigmoid() ) def forward(self, x): b, c, _, _ x.size() y self.avg_pool(x).view(b, c) # Squeeze y self.fc(y).view(b, c, 1, 1) # Excitation return x * y.expand_as(x) # Scale # 验证输入输出形状一致且不同通道权重不同 se SEBlock(64) feat torch.randn(2, 64, 32, 32) out se(feat) print(out.shape) # torch.Size([2, 64, 32, 32])逻辑说明AdaptiveAvgPool2d(1)把每个通道的空间信息压成一个标量这是 Squeeze两个Linear加Sigmoid学出通道权重这是 Excitation最后逐通道相乘完成重标定。参数上reduction16是原论文默认值通道数少于 16 时要注意channels // reduction可能为 0需要加保护或调小 reduction。判断 SE 有没有真正起作用可以打印y的均值方差如果所有通道权重几乎一样说明没学到东西通常是学习率太大或插入位置在 BN 之前导致的。2.3 改进点二嵌套 U-Net 与深监督损失资源里说的“嵌套 U-Net嵌套的损失计算”对应的是 U-Net 的核心思想在编码器和解码器之间加密集跳跃连接并且每个中间节点都输出一个预测参与损失计算也就是深监督。这样做的好处是梯度能更直接地传到浅层缓解深层网络训练初期梯度消失的问题。在代码里你会看到类似nested_loss或对多个输出求加权和的部分。我一般会先确认每个中间输出的分辨率是否和标签对齐因为嵌套结构里不同层输出尺寸不同如果直接和原图标签算 loss 而不做上采样会报形状不匹配。常见做法是每个中间输出都上采样到输入尺寸再算 loss最后加权求和。权重怎么设没有标准答案资源里给的是部分实验完成的配置你可以先用等权再根据验证集指标微调。这里有个坑深监督会让显存占用明显上升因为要保留多个中间特征图这也是为什么资源专门提到要解决 CUDA Out of memory。3. 把数据喂进去LEVIR 数据集配对与训练脚本参数3.1 双时相数据的目录组织与读取变化检测的数据是成对的A 时相和 B 时相各一张外加一张变化标签 mask。LEVIR 数据集是建筑物变化检测里最常用的公开集之一目录一般按train/A、train/B、train/label组织。训练脚本里的 Dataset 类会按文件名对齐三张图所以文件名必须严格一致A 和 B 的扩展名也要统一。我复现时踩过一个坑label 是单通道 0/1 掩码但用 PIL 读进来默认是L模式如果直接和模型输出的多通道 logits 算 loss维度对不上。正确做法是把 label 读成单通道后转成 float再在 loss 里用squeeze或保持[B,1,H,W]。下面是我整理的数据读取核心片段from torch.utils.data import Dataset from PIL import Image import os class LEVIRDataset(Dataset): def __init__(self, root, splittrain, transformNone): self.root root self.split split self.transform transform # 以 A 时相文件名为主键保证 A/B/label 严格对齐 self.names sorted(os.listdir(os.path.join(root, split, A))) def __len__(self): return len(self.names) def __getitem__(self, idx): name self.names[idx] a Image.open(os.path.join(self.root, self.split, A, name)).convert(RGB) b Image.open(os.path.join(self.root, self.split, B, name)).convert(RGB) # label 用 L 模式读保证单通道 label Image.open(os.path.join(self.root, self.split, label, name)).convert(L) if self.transform: a, b, label self.transform(a, b, label) return a, b, label逻辑说明sorted保证每次运行顺序一致避免训练集和验证集错位convert(RGB)强制三通道防止灰度图混入导致通道数不一致label 用convert(L)后如果 transform 里有归一化要注意 mask 不能做 ImageNet 均值方差归一化只能做 resize 和转 tensor。参数上split控制读哪个子集transform建议对 A/B 用同一套几何变换对 label 用最近邻插值否则边缘会出现灰度值二值化后边界变糊。3.2 训练参数怎么设显存、batch size 与梯度累积资源提到“在训练和验证阶段一定程度上解决 CUDA Out of memory”这在嵌套 U-Net 加深监督的场景下非常关键。显存不够时第一反应是降 batch size但 batch 太小会让 BN 统计不稳指标抖动。我一般会按下面的顺序调先把输入裁剪到 256×256LEVIR 原图较大直接整图训练很容易炸。batch size 从 4 开始试OOM 就降到 2 或 1。如果 batch 已经降到 1 还不够用梯度累积模拟大 batch。开启混合精度但要注意 loss 里如果有手工除法可能需要GradScaler。import torch from torch.cuda.amp import autocast, GradScaler scaler GradScaler() accum_steps 4 # 模拟 batch_size 4 * 实际batch for i, (a, b, label) in enumerate(loader): a, b, label a.cuda(), b.cuda(), label.cuda() with autocast(): pred model(a, b) loss criterion(pred, label) / accum_steps # 损失按累积步数缩放 scaler.scale(loss).backward() if (i 1) % accum_steps 0: scaler.step(optimizer) scaler.update() optimizer.zero_grad()逻辑说明autocast让前向用 float16 计算显存和速度都有收益GradScaler防止 float16 梯度下溢loss 除以accum_steps是为了让累积后的梯度等价于大 batch。参数上accum_steps越大越省显存但训练越慢一般 2 到 8 之间。注意验证阶段也要用torch.no_grad()包住否则验证也会建计算图显存直接翻倍这是很多人忽略的 OOM 来源。3.3 加权 FocalLoss 的落地与调参资源里提到“独特的加权 FocalLoss部分实验已完成”。变化检测里正负样本极不均衡变化像素往往只占几个百分点普通交叉熵会让模型倾向于全预测为不变。FocalLoss 通过调制因子压低易分样本的权重加权则是对正样本再乘一个系数。import torch.nn.functional as F class WeightedFocalLoss(nn.Module): def __init__(self, alpha0.75, gamma2.0): super().__init__() self.alpha alpha # 正样本权重变化像素少时调大 self.gamma gamma # 聚焦参数越大越关注难分样本 def forward(self, pred, target): # pred 是 logitstarget 是 0/1 浮点 bce F.binary_cross_entropy_with_logits(pred, target, reductionnone) pt torch.exp(-bce) # 预测正确的概率 focal self.alpha * (1 - pt) ** self.gamma * bce return focal.mean()逻辑说明alpha控制正样本权重建筑物变化像素占比低时设 0.75 甚至更高gamma控制难易样本的聚焦程度0 退化成普通加权 BCE2 是原论文推荐值。参数怎么改先看验证集上变化类的 recall如果漏检多就调大 alpha如果误检多就调小。注意binary_cross_entropy_with_logits要求 target 和 pred 形状一致嵌套 U-Net 多输出时每个输出都要单独算再加权不能只算最后一层。4. 训练与验证链路从 LineGraph 到指标输出4.1 训练循环里该盯哪些量LEVIR_train.py跑起来之后终端会打印 loss但只看总 loss 不够。我一般会同时盯三个量总 loss、变化类 recall、以及学习率。嵌套 U-Net 的深监督 loss 是多个输出的加权和如果某个中间输出的 loss 一直不降说明那一层的梯度被前面层吃掉了可以适当调大它的权重。LineGraph.py负责把训练过程画成曲线常见做法是每个 epoch 结束后把 loss 和指标 append 到列表最后用 matplotlib 保存 png。这里有个小坑如果在服务器上跑没有显示环境plt.show()会卡住或报错要改成plt.savefig()并加matplotlib.use(Agg)。另外曲线文件建议按时间戳命名否则多次实验会互相覆盖回头写论文找不到对应那次的结果。4.2 验证脚本与指标计算LEVIR_vaild.py加载训练好的权重后会对验证集逐张推理并计算指标。变化检测常用指标是 F1、IoU 和 OA。计算前要把模型输出的 logits 过 sigmoid 再按阈值二值化阈值默认 0.5但实际调 0.4 到 0.6 之间往往能提升 F1因为模型对变化类偏保守。model.eval() with torch.no_grad(): for a, b, label in val_loader: a, b, label a.cuda(), b.cuda(), label.cuda() pred torch.sigmoid(model(a, b)) pred_bin (pred 0.5).float() # 逐像素统计 TP/FP/FN tp ((pred_bin 1) (label 1)).sum().item() fp ((pred_bin 1) (label 0)).sum().item() fn ((pred_bin 0) (label 1)).sum().item() precision tp / (tp fp 1e-6) recall tp / (tp fn 1e-6) f1 2 * precision * recall / (precision recall 1e-6)逻辑说明model.eval()关闭 dropout 和 BN 的训练行为torch.no_grad()省显存1e-6防止除零。参数上阈值是可调的建议在验证集上扫一遍 0.3 到 0.7选 F1 最高的那个但要注意别在测试集上调阈值那是数据泄漏。如果验证脚本报 CUDA OOM同样先降 batch 或用torch.cuda.empty_cache()但后者只是缓解根治还是减小输入尺寸。5. 避坑与排查这份源码最容易翻车的五个地方5.1 现象训练第一个 epoch 就 CUDA out of memory原因嵌套 U-Net 的深监督保留了多个中间特征图加上输入尺寸没裁剪显存需求远超普通 U-Net。解决先把输入 resize 到 256×256batch 降到 2开启混合精度验证阶段务必用torch.no_grad()。如果还不行检查是不是在 loss 里对每个中间输出都保留了计算图而没有 detach 不需要的层。5.2 现象loss 一直不降预测全是背景原因正负样本极度不均衡普通 BCE 被背景主导或者加权 FocalLoss 的 alpha 设得太小。解决确认用的是加权 FocalLoss 而不是普通 BCEalpha 调到 0.75 以上gamma 用 2.0。同时检查 label 是否被归一化成了 0 到 1 之间的小数mask 只能做 resize 和转 tensor不能做均值方差归一化。5.3 现象验证指标异常高但可视化结果全是噪点原因训练集和验证集的数据预处理不一致比如训练用了随机翻转而验证没有或者归一化参数不同。解决把 A/B 的 transform 抽成一个函数训练和验证共用几何变换部分只让训练额外加数据增强。另外确认验证时没有误用训练集的 BN 统计model.eval()必须调用。5.4 现象SE 模块加了但指标没变化原因SE 插入位置在 BN 之前或者 reduction 太大导致通道数被压到 0权重学不出来。解决把 SE 放在残差单元之后、BN 之后reduction 从 16 改成 8 试试并打印通道权重的方差确认它在变化。如果通道数本来就少可以去掉 SE 或改用更轻量的注意力。5.5 现象LineGraph 画图报错或图片空白原因服务器无显示环境plt.show()阻塞或者数据列表为空因为训练循环里没把指标 append 进去。解决文件开头加import matplotlib; matplotlib.use(Agg)把show改成savefig并确认每个 epoch 结束后确实更新了列表。图片保存路径用绝对路径避免相对路径在定时任务里找不到。6. 进阶技巧把深监督权重和剪枝串起来验证资源里还提到剪枝技术这在毕设里是个加分项但剪枝和深监督一起用容易互相干扰。我的做法是分两步验证先在不剪枝的情况下把嵌套 U-Net 的深监督权重调稳记录每个中间输出的 loss 收敛情况再对编码器里贡献小的通道做剪枝剪枝后重新微调观察 F1 掉多少。下面是我用来评估深监督各层权重的思路代码# 假设 model 返回一个列表包含主输出和多个中间输出 outputs model(a, b) loss 0.0 weights [1.0, 0.5, 0.3, 0.1] # 主输出权重最大浅层中间输出权重小 for out, w in zip(outputs, weights): # 每个中间输出上采样到标签尺寸再算 loss out_up F.interpolate(out, sizelabel.shape[-2:], modebilinear, align_cornersFalse) loss w * criterion(out_up, label)逻辑说明F.interpolate把不同尺度的中间输出统一到标签尺寸align_cornersFalse是分割任务里更常用的设置权重从主输出到浅层递减是因为浅层特征语义弱权重太大会引入噪声。剪枝时我一般先剪编码器最后两个 stage 的通道因为那里冗余最多剪完用 1e-4 的小学习率微调 10 个 epoch看验证 F1 是否在可接受范围内。如果掉得厉害说明剪枝比例太大回到 10% 到 20% 之间重试。从那以后我每次拿到这类改进 U-Net 的毕设源码都强制先跑通一个最小 batch 的前向确认输出形状和 loss 能算再开完整训练这样能省下大量等 OOM 报错的时间。希望帮到你。本文还有配套的精品资源点击获取