Unet实现眼底图像血管分割（一）_【深度学习】语义分割实验:unet网络/眼底视盘数据集血管分割

参考链接
上面参考链接的博主讲的很好了，我这里主要是记录一下自己复现的过程以及处理各种报错的问题。

1. 在Rrtina-Unet-master文件夹下新建一个test文件夹（源代码没有这个test文件夹会报错）
2. 将lib文件夹下的三个py文件里面的from xxx import xxx格式改成一致，就是说from lib.help_function xxx 的这个lib要么都有要么都没有。不然会报错：No model named xxx。我的解决办法：将所有from后面的lib都删掉，然后在retinaNN_training.py里面加入下面箭头所指代码：
   
3. 使用google的免费GPU进行训练，但是如果按源代码的参数的话，内存不足，所有改小参数。例如可以将Unet的卷积核参数改成原来的1/4，或者将配置文件里面的N_subimgs从190000改成38000之类的，或者吧预测图片的数量full_images_to_test改小。
4. 将训练代码里面的100行和101行的可视化代码注释掉，111和112行也注释掉，很容易报错。