一种基于SSRepVM-UNet的轻量化医学图像分割方法

本发明提供一种基于SSRepVM‑UNet的轻量化医学图像分割方法，流程为：图像处理、模型训练、图像分割三个步骤。首先将下载的数据集进行划分，然后resize为统一大小(256×256)并生成对应的.npy文件。然后将训练集进行数据增强后送入SSRepVM‑UNet模型中进行训练，经过250轮训练后将验证集loss最小的模型参数保存为best.pt。最后利用best.pt对测试集进行测试，得到各个指标结果，并且保存推理结果，方便与mask进行对比，直观感受到其分割效果。