| --- |
| license: apache-2.0 |
| datasets: |
| - ynyg/ExamInk-Seg |
| language: |
| - zh |
| - en |
| base_model: |
| - microsoft/resnet-50 |
| pipeline_tag: image-to-image |
| --- |
| # 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 |
