🧠 Model Training and Evaluation

November 1, 2025 · View on GitHub

本项目旨在实现一个基于深度学习的视觉模型，用于图像分析与预测任务（如目标检测、语义分割或伪装目标检测）。
本文档说明了模型的训练、验证、评估与结果展示流程。

📁 项目结构

project/
│
├── configs/             # 配置文件（如超参数设置）
├── datasets/            # 数据集文件或加载脚本
├── models/              # 模型定义
├── train.py             # 模型训练脚本
├── evaluate.py          # 模型评估脚本
├── utils/               # 工具函数（日志、度量指标、可视化）
├── requirements.txt     # 环境依赖
└── README.md            # 说明文档（本文件）

⚙️ 环境配置

1️⃣ 创建环境并安装依赖

git clone https://github.com/farewellIamLoser/FCT-SAM-WSCOD.git
cd FCT-SAM-WSCOD

# 可选：使用 conda 环境（环境名建议用下划线）
conda create -n FCT_SAM_WSCOD python=3.10
conda activate FCT_SAM_WSCOD

# 安装依赖
pip install -r requirements.txt

2️⃣ 主要依赖包（requirements.txt 示例）

torch>=2.0.0
torchvision>=0.15.0
opencv-python
tqdm
numpy
matplotlib
pyyaml

📦 数据准备

项目默认数据结构如下：

datasets/
├── train/
│   ├── images/
│   └── masks/
├── val/
│   ├── images/
│   └── masks/
└── test/
    ├── images/
    └── masks/

若使用公开数据集（如 COD10K、CAMO、CHAMELEON 等），请下载后放入对应目录。如需自定义路径，可在 configs/train.yaml 中修改。

🧩 模型结构

模型整体结构如下（示例）：

Input Image → Patch Embedding → Transformer Encoder → Decoder → Prediction Mask

你可以在 models/ 文件夹中找到模型定义文件。若有额外模块（如 SAM 提示、注意力融合等），请在文档中标注。

🚀 模型训练

基本命令

python train.py --config configs/train.yaml

常用参数

参数	默认值	含义
`--epochs`	100	训练轮数
`--batch_size`	8	批量大小
`--lr`	1e-4	学习率
`--save_path`	./output	模型保存路径
`--resume`	None	从检查点恢复训练

输出

模型权重文件保存在 output/checkpoints/
日志文件记录在 output/logs/
TensorBoard 支持：
```
tensorboard --logdir output/logs
```

📊 模型评估

评估命令

python evaluate.py --model output/checkpoints/best.pth --data ./datasets/test

评估指标

指标	含义
MAE	平均绝对误差（衡量预测结果与真实掩码的像素差异，越小越好）
adaptive F-measure	自适应 F 值（基于精确率 Precision 与召回率 Recall 的调和平均，综合衡量检测性能）
mean E-measure	平均 E 值（同时考虑像素级与结构级一致性，反映预测掩码与真实掩码的整体相似度）
structure-measure	结构相似度指标（衡量预测掩码与真实掩码在结构和区域层面的相似程度）

评估结果保存

定量指标保存至：output/eval_metrics.json
可视化预测结果保存至：output/results/

🧪 实验结果

数据集	MAE	Fβ	IoU	参数量(M)
COD10K	0.031	0.864	0.771	27.6
CAMO	0.055	0.828	0.695	27.6
N4CK	0.052	0.828	0.695	27.6

可将你训练所得结果替换表格中的值。若有可视化结果，可将样例图放在 /results/ 下并附链接。

💾 模型权重下载

模型	下载链接	说明
Baseline	Google Drive	原始模型
Ours	Baidu Cloud (提取码: rnig)	改进版本

🔍 文件说明

文件	功能
`train.py`	模型训练主脚本
`evaluate.py`	模型评估主脚本
`models/`	网络结构定义
`utils/`	日志、指标与可视化工具
`configs/train.yaml`	训练超参数配置文件

🧠 引用（Citation）

如需引用本项目或论文，请使用以下格式：

@inproceedings{wu2025scribble,
  author    = {Zi-Jie Wu and Rongrong Gao and Tian-Zhu Xiang},
  title     = {Scribble-Based Weakly Supervised Camouflaged Object Detection via {SAM}-Guided Feature Correlation Transformer},
  booktitle = {Proceedings of the 27th European Conference on Artificial Intelligence (ECAI 2025)},
  series    = {Frontiers in Artificial Intelligence and Applications},
  pages     = {122--129},
  year      = {2025},
  publisher = {IOS Press},
  doi       = {10.3233/FAIA250797}
}

🙏 致谢

本项目参考了以下开源代码：

🧰 联系方式

如有问题或建议，请联系： 📧 Email: 1021188717@qq.com 👤 Author: Wuzijie