简介这份资源面向计算机、遥感与人工智能方向的本科毕业生及需要完成变化检测课题的学习者提供一套基于改进U-Net的高分辨率城市建筑物遥感变化检测Python源码与配套说明文档。项目在开源方案基础上进行改进涵盖模型与编码器选择、嵌入SE模块、嵌套U-Net的多级损失计算与剪枝技术并针对训练和验证阶段的CUDA显存不足问题给出缓解思路同时引入独特的加权FocalLoss部分实验已完成可作为毕设选题、算法复现与二次开发的参考。压缩包共11个文件约21KB以py源码为主辅以tex论文素材和7z说明文档压缩包覆盖训练、验证与折线图绘制等模块代码附有详细注释便于理解整体流程与关键实现。目前已有206人学习下载适合希望快速搭建实验框架、梳理改进点与撰写论文的读者参考借鉴。1. 高分辨率城市建筑物遥感变化检测这套 Unet 毕设方案到底能跑出什么城市建筑物变化检测说白了就是拿同一片区域前后两个时相的遥感影像让模型自动圈出哪里新盖了楼、哪里拆了房。高分辨率影像下建筑物边缘清晰、纹理丰富但阴影、屋顶材质、季节光照差异都会让模型犯迷糊。这套基于改进 Unet 的 Python 源码方案核心解决的就是「双时相影像输入 → 建筑物变化区域二值掩膜输出」这条链路。它适合正在做计算机毕设、需要一套能跑通、能改、能写进论文的完整项目的同学也适合想快速验证遥感变化检测 baseline 的从业者。源码带详细注释和说明文档意味着你不用从零搭框架但前提是你得理解 Unet 在变化检测任务里到底改了什么、数据怎么组织、训练时哪些参数不能乱动。下面按「先搞懂结构 → 再跑通流程 → 再避开坑」的顺序拆开讲。2. 改进 Unet 在变化检测任务里的结构拆解与选型理由2.1 为什么变化检测不能直接套原始 Unet原始 Unet 是为单张图像语义分割设计的输入一张图输出每个像素的类别。变化检测的输入是双时相影像对如果直接把两张图叠成 6 通道塞进 Unet模型在编码阶段很难区分「这是时相 A 的特征还是时相 B 的特征」导致变化区域和未变化区域的特征在浅层就混在一起。常见做法是在编码器前端加一个双分支权重共享的孪生结构两个时相各自过同一组卷积然后在每个尺度上做特征差分或拼接。这套源码的改进点通常落在这里编码器双分支共享权重解码器前融合差分特征。这样模型学到的是「两个时相之间的差异」而不是「两张图各自长什么样」。另一个关键点是高分辨率影像的尺度问题。建筑物在 0.5 米分辨率下可能只占几十个像素经过 Unet 四次下采样后小目标在特征图上只剩几个像素解码器很难恢复。改进方案一般会在跳跃连接里加注意力模块或者减少一次下采样、用空洞卷积扩大感受野。你在读源码时重点看encoder和decoder之间的 skip connection 部分如果那里有AttentionBlock或CBAM之类的结构就是改进的核心位置。2.2 源码目录结构与关键文件定位拿到压缩包后先别急着跑train.py。花十分钟把目录结构看清楚后面改代码能省很多时间。典型结构如下project/ ├── data/ │ ├── train/ │ │ ├── A/ # 时相1影像 │ │ ├── B/ # 时相2影像 │ │ └── label/ # 变化标签 0/255 │ └── val/ ├── models/ │ ├── unet.py # 改进Unet定义 │ └── attention.py # 注意力模块 ├── utils/ │ ├── dataset.py # 数据加载与增强 │ └── metrics.py # IoU/F1计算 ├── config.py # 超参数集中管理 ├── train.py └── predict.py重点看三个文件models/unet.py里forward函数的输入输出维度utils/dataset.py里__getitem__返回的 tensor 形状config.py里batch_size、lr、epochs的默认值。这三个地方决定了你能不能顺利跑起来。2.3 双时相数据加载与增强的参数设置数据加载是变化检测里最容易翻车的一环。dataset.py通常继承torch.utils.data.Dataset核心逻辑是同时读取 A、B、label 三张图做相同的几何变换翻转、旋转但不能做颜色抖动这类会破坏时相一致性的增强。代码示例如下class ChangeDetectionDataset(Dataset): def __init__(self, root, transformNone): self.root root self.transform transform self.pairs sorted(os.listdir(os.path.join(root, A))) def __getitem__(self, idx): name self.pairs[idx] img_a Image.open(os.path.join(self.root, A, name)).convert(RGB) img_b Image.open(os.path.join(self.root, B, name)).convert(RGB) label Image.open(os.path.join(self.root, label, name)).convert(L) if self.transform: # 关键A/B/label 必须用同一组随机参数 seed torch.initial_seed() torch.manual_seed(seed) img_a self.transform(img_a) torch.manual_seed(seed) img_b self.transform(img_b) torch.manual_seed(seed) label self.transform(label) return img_a, img_b, (label 128).float() def __len__(self): return len(self.pairs)逻辑说明torch.manual_seed(seed)在每次 transform 前重置随机种子保证 A、B、label 经历完全相同的翻转和裁剪。参数说明label 128把 255 的变化区域转成 1背景转成 0这是二分类变化检测的标准做法。如果你用的标签是 0/1 格式这行要改成label.float()。batch_size在config.py里默认可能是 4 或 8高分辨率影像显存占用大8GB 显存建议从 2 开始试用torch.cuda.amp混合精度可以适当加大。3. 从零跑通训练环境配置、训练脚本与指标验证3.1 Python 环境与依赖安装的完整命令先确认 Python 版本这套源码一般兼容 3.8 及以上。用 conda 建虚拟环境比直接装全局干净得多conda create -n change_det python3.8 -y conda activate change_det pip install torch1.12.0 torchvision0.13.0 --extra-index-url https://download.pytorch.org/whl/cu113 pip install numpy opencv-python pillow matplotlib tqdm tensorboard参数说明cu113对应 CUDA 11.3你先用nvidia-smi看驱动支持的 CUDA 版本如果驱动较新可以换cu116或cu118。torch1.12.0不是绝对的源码里如果用了torch.compile之类的新 API 才需要 2.0 以上一般 1.10 到 1.13 都能跑。装完用python -c import torch; print(torch.cuda.is_available())验证输出True才算 GPU 可用。3.2 训练脚本关键参数逐行解读train.py是核心入口下面这段是典型训练循环的骨架import torch from torch.utils.data import DataLoader from models.unet import ImprovedUNet from utils.dataset import ChangeDetectionDataset from utils.metrics import compute_iou_f1 import config model ImprovedUNet(in_ch3, out_ch1).cuda() optimizer torch.optim.Adam(model.parameters(), lrconfig.LR) criterion torch.nn.BCEWithLogitsLoss(pos_weighttorch.tensor([5.0]).cuda()) train_set ChangeDetectionDataset(config.TRAIN_ROOT, transformconfig.train_transform) train_loader DataLoader(train_set, batch_sizeconfig.BATCH_SIZE, shuffleTrue, num_workers4) for epoch in range(config.EPOCHS): model.train() for img_a, img_b, label in train_loader: img_a, img_b, label img_a.cuda(), img_b.cuda(), label.cuda() pred model(img_a, img_b) loss criterion(pred, label.unsqueeze(1)) optimizer.zero_grad() loss.backward() optimizer.step() iou, f1 compute_iou_f1(model, val_loader) print(fEpoch {epoch}: IoU{iou:.4f}, F1{f1:.4f})逻辑说明BCEWithLogitsLoss比先 sigmoid 再 BCELoss 数值更稳定。pos_weight5.0是因为变化区域像素远少于未变化区域正样本加权能缓解类别不平衡。参数说明lr默认 1e-4 比较稳如果 loss 震荡厉害降到 1e-5EPOCHS一般 50 到 100看验证集 IoU 不再上升就可以停。num_workers在 Windows 上如果报错就设成 0。3.3 IoU 与 F1 的计算方式及验证集评估变化检测论文里最常报的两个指标就是 IoU 和 F1。metrics.py里的实现逻辑如下def compute_iou_f1(model, loader, threshold0.5): model.eval() tp, fp, fn 0, 0, 0 with torch.no_grad(): for img_a, img_b, label in loader: img_a, img_b img_a.cuda(), img_b.cuda() pred torch.sigmoid(model(img_a, img_b)) threshold label label.cuda().unsqueeze(1).bool() tp (pred label).sum().item() fp (pred ~label).sum().item() fn (~pred label).sum().item() iou tp / (tp fp fn 1e-6) f1 2 * tp / (2 * tp fp fn 1e-6) return iou, f1逻辑说明threshold0.5是默认分割阈值实际调优时可以试 0.4 到 0.6 之间哪个 IoU 最高。1e-6防止除零。参数说明如果你的验证集里变化区域特别少IoU 可能只有 0.3 左右别慌先看 F1 和可视化结果有时候模型能找到变化区域但边界不够准IoU 低是正常的。4. 避坑与排查训练不收敛、显存爆炸、预测全黑的处理4.1 Loss 降到某个值就不动了现象训练前几个 epoch loss 从 0.7 降到 0.3然后连续 20 个 epoch 卡在 0.28 附近验证集 IoU 也不涨。原因最常见的是学习率太大导致在局部极小值附近震荡或者pos_weight设得太高让模型倾向于全部预测为变化区域。解决先把lr降到 1e-5 跑 10 个 epoch 看 loss 有没有继续下降。如果还不行把pos_weight从 5.0 降到 2.0 或 1.0观察预测结果里变化区域的比例是否接近真实标签的比例。另外检查数据加载时 label 有没有被错误地归一化到 0-1 之间label 128这步如果 label 本身就是 0/1就会全部变成 0模型学不到任何东西。4.2 CUDA out of memory 的三种解法现象RuntimeError: CUDA out of memory. Tried to allocate 2.00 GiB。原因高分辨率影像加上双分支编码器显存占用是单张分割的两倍以上。batch_size8在 8GB 显存上基本跑不动。解决第一把batch_size降到 2 或 1配合torch.cuda.amp.autocast()混合精度训练。第二在dataset.py里把输入裁剪成 256x256 的 patch而不是整张大图。第三如果模型里有全连接层或全局池化检查特征图尺寸是否意外变大。我一般会先用batch_size1跑通一个 epoch确认显存峰值后再逐步加。4.3 预测结果全黑或全白现象predict.py输出的掩膜要么全是黑色要么全是白色没有任何变化区域。原因全黑通常是模型输出 logits 全部小于 0sigmoid 后接近 0全白则是 logits 全部大于 0。前者可能是训练不充分或正样本权重太低后者可能是pos_weight太高或学习率太大导致模型走捷径。解决先加载训练好的权重用torch.sigmoid(pred).mean()看输出均值。如果均值接近 0把pos_weight调高到 10 再训练几个 epoch如果接近 1调低到 1 或 0.5。另外检查predict.py里有没有做pred threshold的二值化如果直接输出 sigmoid 值当图像保存看起来就是灰蒙蒙一片不是全黑全白。4.4 验证集 IoU 远低于训练集现象训练集 IoU 0.75验证集只有 0.35。原因过拟合或者训练集和验证集的地理区域重叠导致数据泄漏。解决确认划分数据时是按区域划分而不是随机按图像划分。同一栋楼的不同 patch 如果同时出现在训练集和验证集验证集指标会虚高反过来如果验证集区域和训练集差异大指标低是正常的。加数据增强随机裁剪、翻转、色彩抖动能缩小差距。如果还不行在模型里加 Dropout 或权重衰减optimizer Adam(model.parameters(), lr1e-4, weight_decay1e-5)。5. 进阶技巧用注意力热力图验证改进模块是否真的生效训练跑通之后你大概率要写论文或做答辩这时候需要证明「改进的注意力模块确实有用」。最直接的方法是把注意力热力图可视化出来看模型在变化区域附近的响应是否比原始 Unet 更强。具体做法是在models/attention.py里把注意力权重保存下来用matplotlib叠加到原图上。import matplotlib.pyplot as plt import numpy as np def visualize_attention(model, img_a, img_b, save_pathattn.png): model.eval() with torch.no_grad(): # 假设模型forward返回预测值和注意力图 pred, attn model(img_a.unsqueeze(0).cuda(), img_b.unsqueeze(0).cuda()) attn attn.squeeze().cpu().numpy() attn (attn - attn.min()) / (attn.max() - attn.min() 1e-8) img img_a.permute(1, 2, 0).cpu().numpy() img (img - img.min()) / (img.max() - img.min()) fig, axes plt.subplots(1, 3, figsize(12, 4)) axes[0].imshow(img); axes[0].set_title(Phase A) axes[1].imshow(img); axes[1].imshow(attn, cmapjet, alpha0.5); axes[1].set_title(Attention Overlay) axes[2].imshow(pred.squeeze().cpu() 0.5, cmapgray); axes[2].set_title(Prediction) plt.savefig(save_path, dpi150, bbox_inchestight)逻辑说明attn归一化到 0-1 后用jet色图叠加在原图上红色区域表示模型关注度高。参数说明alpha0.5控制叠加透明度太透明看不清太不透明会盖住原图。如果注意力热力图集中在建筑物边缘和变化区域说明模块生效如果散落在背景上可能是注意力模块初始化有问题检查attention.py里有没有做 softmax 归一化。另一个验证方法是做消融实验把attention.py里的模块替换成nn.Identity()其他不变重新训练同样的 epoch对比 IoU。如果改进版比 baseline 高 2 个点以上论文里就有东西写了。我一般会跑三组原始 Unet、加注意力、加注意力差分融合用表格列出来比只报一个最终指标有说服力。最后说个血泪经验别在训练中途改config.py里的参数然后接着跑除非你清楚哪些参数会影响优化器状态。我见过有人改了lr没重新初始化优化器结果 loss 直接飞了。每次改超参要么从头训要么用torch.save把 optimizer state 一起存下来。希望帮到你。本文还有配套的精品资源点击获取