ly17/sa2va-vessel-dataset

合并数据集 - 512x512

概述

本数据集由两个原始数据集合并而成，所有图像和mask统一调整为512x512尺寸。

数据集信息

基本统计

• 总图像数: 1220张
• 总mask数: 1220张
• 统一尺寸: 512×512
• 磁盘占用: ~88MB

数据来源

1. Segment_DATA: 220对图像-mask

   • 原始尺寸: 800×800 (160张), 512×512 (60张)

2. Segement_DATA_2: 1000对图像-mask

   • 原始尺寸: 512×512 (560张), 800×800 (440张)
   • 包含25个患者的数据

目录结构

Segment_DATA_Merged_512/
├── images/              # 1220张512x512的原始图像
├── masks/               # 1220张512x512的mask图像
├── dataset_info.txt     # 详细统计信息
└── README.md           # 本文件

处理方法

图像调整

• 插值方法: BILINEAR (双线性插值)
• 质量: JPEG质量95
• 格式: JPG

Mask调整

• 插值方法: NEAREST (最近邻插值)
  • 保持二值特性，避免灰度值
• 格式: PNG
• 值域: 0 (背景) / 255 (前景)

文件命名规则

来自Segment_DATA

• 原始命名保持不变
• 例: An Cong Xue(0000932433)_1-3_1_051C3E6A_frame_000011.jpg

来自Segement_DATA_2

• 添加患者文件夹前缀（特殊字符替换为下划线）
• 例: Bai_Hui_Min_0000202318__1-3_1_04DB6FD9_frame_000014.jpg

使用建议

训练/验证分割

建议按8:2或7:3比例划分训练集和验证集：

from sklearn.model_selection import train_test_split
import os

images_dir = 'Segment_DATA_Merged_512/images'
image_files = sorted([f for f in os.listdir(images_dir) if f.endswith('.jpg')])

train_files, val_files = train_test_split(
    image_files, 
    test_size=0.2, 
    random_state=42
)

# 训练集: ~976张
# 验证集: ~244张

数据加载示例

from PIL import Image
import numpy as np

def load_sample(image_name, images_dir, masks_dir):
    # 加载图像
    img_path = os.path.join(images_dir, image_name)
    img = Image.open(img_path)
    
    # 加载mask
    mask_name = image_name.replace('.jpg', '_mask.png')
    mask_path = os.path.join(masks_dir, mask_name)
    mask = Image.open(mask_path)
    
    # 转换为numpy数组
    img_array = np.array(img)  # shape: (512, 512, 3)
    mask_array = np.array(mask)  # shape: (512, 512)
    
    # 归一化mask为0/1
    mask_binary = (mask_array > 127).astype(np.uint8)
    
    return img_array, mask_binary

数据增强建议

由于所有图像已统一为512×512，可以应用以下增强：

• 随机水平翻转
• 随机旋转 (±15°)
• 随机亮度/对比度调整
• 随机裁剪后resize回512×512
• 弹性变形

质量保证

• ✅ 所有图像都有对应的mask
• ✅ 所有图像尺寸统一为512×512
• ✅ Mask保持二值特性（0/255）
• ✅ 无损坏或缺失文件

生成脚本

/mnt/sda1/luoyu/merge_and_resize_datasets.py

验证图像

查看 /mnt/sda1/luoyu/merged_dataset_verification.png 以验证数据质量

更新日期

2025年11月21日