ExamInk-Seg

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。

模型信息

• 架构：U-Net++ (segmentation_models_pytorch) + ResNet50 编码器 (ImageNet 预训练)
• 任务：手写/试卷墨迹二值分割
• 框架：PyTorch Lightning
• 输入：3 通道 RGB，按 ImageNet 均值/方差归一化
• 输出：1 通道 logits 掩码；对 logits 取 sigmoid 得到概率

训练概要

• Loss：0.8 * Dice (from logits) + 0.2 * BCEWithLogits (pos_weight=2.0)
• 指标：IoU 与 F1（阈值 0.3 和 0.5）
• 训练裁剪：1024，随机裁剪 / 有墨迹优先裁剪，水平翻转
• 优化器：AdamW (lr 3e-5, weight_decay 1e-5)
• 学习率调度：ReduceLROnPlateau，监控 val_iou_05（mode=max, factor=0.5, patience=2, min_lr=1e-7）

文件

• config.json：模型结构与训练超参数
• model.safetensors：导出权重
• best.ckpt：PyTorch Lightning checkpoint

推理说明

• 归一化：mean=(0.485, 0.456, 0.406)，std=(0.229, 0.224, 0.225)
• 对 logits 取 sigmoid 得到二值掩码概率
• 验证/推理使用滑窗：tile=1024，stride=768，可选水平翻转 TTA

许可证

MIT