企业官网建设流程全解析

简介：这是一份面向医学图像分类任务的已标注数据集，聚焦肾脏结节和肿瘤的自动识别，包含正常、结节、肿瘤三个分类，整体已按训练集、验证集、测试集拆分，并存放于独立文件夹内，可直接作为分类网络或yolov5分类任务的数据输入。压缩包共2000个文件，其中1998个为JPG格式的肾脏影像，1个Python脚本用于数据集可视化，1个JSON文件记录类别字典与索引映射，压缩包大小约151.5MB。目前已有299人浏览学习。数据集结构清晰，训练、验证、测试三个目录分别存放对应图像，便于直接开展模型训练与效果评估；JSON文件可帮助快速查看类别对应关系，可视化脚本支持批量展示样本，适合在训练前检查数据质量与类别分布。对于医学图像分析学习者、算法工程师以及需要进行肾脏结节、肿瘤识别研究的团队，这是一份开箱即用的标准分类数据集。

1. 拿到一份划分好的肾脏结节数据，最先该做什么

医学图像分类看起来是个标准的深度学习任务，但真拿到一份“肾脏结节、肿瘤数据图集”并开始训练时，很多人才发现卡壳的地方根本不在模型，而在数据组织、类别定义和评估口径上。常见的痛点是：数据是文件夹保存的，但文件夹排序和训练时的类别 id 对不上；验证集准确率高达 99%，到了医院新数据上却完全失效；训练时 Loss 不降，你以为是网络结构问题，其实只是预处理里灰度图复制成了三通道却不配套。这篇笔记按一线工程师的流程来拆：先讲怎么把“划分好的文件夹 + 类别字典文件”这套结构用到位，再讲 ResNet 迁移学习的完整训练配置，最后落在敏感度、特异度和 Grad-CAM 可视化这些医生真正关心的输出上。每一步都写成可以直接照着跑的代码。

2. 数据组织与类别字典：先把训练集、验证集目录和 class_to_idx 定死

2.1 先定类别边界：单标签还是多标签，结节、良性恶性囊肿怎么分

医学图像分类的第一步不是写训练脚本，而是建立一套让影像科医生认可、程序员又能落地的类别体系。肾脏数据常见的有三种划分思路：最简单的二分类是“肾脏肿瘤”和“正常组织”，适合快速做分诊；临床上更常用的是三类，即正常、良性病变（比如血管平滑肌脂肪瘤、单纯囊肿）和恶性病变（如肾细胞癌），这需要病理结果做标注基准；再细一点还可以按病理亚型分，比如透明细胞癌、乳头状细胞癌、嫌色细胞癌，类间形态差异更细微，对数据量和图像分辨率的要求也更高。

这里要特别提醒一件事：“结节”和“肿瘤”不是同一个维度。结节是影像学术语，凡是超声或 CT 上发现的局灶性占位都能叫结节；而肿瘤是病理或临床诊断术语，标注时必须依赖活检或手术病理作为金标准。如果你手上的数据只有影像，没有病理标签，那只能算“检测或者分类”任务，不能声称是“良恶性诊断”。我在做类别字典时，一般会把类别命名写成可读性强的英文短词，比如kidney_normal、kidney_benign、kidney_tumor，而不是用 0、1、2 直接命名文件夹，后续写可视化代码一眼就能看懂。

类别体系确定后，还要考虑数据合规。公开的肾脏影像数据集如 KiTS19、TCGA-KIRC 可以用于学术研究，但下载前要仔细阅读使用许可，注意是否允许重新分发和用于商用；院内自采数据则必须过伦理审批和脱敏流程，训练时只处理脱敏后的 PNG/JPG，不直接碰原始 DICOM 中的患者身份信息。

2.2 数据划分：用分层抽样按类别比例划分，不要随手 shuffle

拿到划分好的数据，第一件事是验证它划分的是否合理。很多人习惯直接把所有图片读完再train_test_split，但医学数据里最常见的错误是随机划分导致类别比例漂移。比如肿瘤样本只占 5%，随机分 80% 进训练集，验证集里可能只剩 1% 的肿瘤样本，模型压根没见到足够多样的病灶形态，评估结果自然不可信。正确做法是分层抽样，也就是按类别比例把数据分到训练、验证、测试三个文件夹。

import os import json import shutil from sklearn.model_selection import train_test_split data_root = "data/all_images" train_target = "data/train" val_target = "data/val" test_target = "data/test" # 读取全部类别，按字母序排序保证可复现 categories = sorted([name for name in os.listdir(data_root) if os.path.isdir(os.path.join(data_root, name))]) # 扫描所有文件，记录文件名与类别 files, labels = [], [] for cls in categories: cls_dir = os.path.join(data_root, cls) for fname in os.listdir(cls_dir): if fname.lower().endswith((".png", ".jpg", ".jpeg")): files.append(os.path.join(cls, fname)) labels.append(cls) # 第一步：按类别比例分出 80% 训练，20% 临时 train_files, tmp_files, train_labels, tmp_labels = train_test_split( files, labels, test_size=0.2, stratify=labels, random_state=42) # 第二步：临时集对半分，得到 val 和 test val_files, test_files, val_labels, test_labels = train_test_split( tmp_files, tmp_labels, test_size=0.5, stratify=tmp_labels, random_state=42) # 第三步：复制文件到目标文件夹 for split_name, split_files in [("train", train_files), ("val", val_files), ("test", test_files)]: for rel_path in split_files: src = os.path.join(data_root, rel_path) dst = os.path.join({"train": train_target, "val": val_target, "test": test_target}[split_name], rel_path) os.makedirs(os.path.dirname(dst), exist_ok=True) shutil.copy2(src, dst) # 第四步：生成类别字典 class_to_idx = {cls: i for i, cls in enumerate(categories)} with open("class_to_idx.json", "w") as f: json.dump(class_to_idx, f, indent=2) print("类别字典:", class_to_idx) print("各划分数量:", len(train_files), len(val_files), len(test_files))

这段代码里有几个参数值得说明。stratify=labels是分层抽样的关键，它保证训练集、验证集、测试集中每个类别的占比和原始数据总体保持一致，在肿瘤样本只占 5% 时特别重要。random_state=42固定随机种子，让每次划分结果一致，方便复现实验。test_size=0.2是在总量中预留 20% 给验证和测试，再把这 20% 对半分，得到 10% 验证、10% 测试。如果数据集总量很小（比如每个类别只有几百张），可以考虑把验证和测试各留 5%，剩余 90% 训练，或者用 K 折交叉验证代替单次划分。

生成class_to_idx.json用到了遍历文件夹名称的方式，这里有个易错点：os.listdir返回的顺序不保证稳定，所以我用sorted()强制按字母序排列，保证每次运行生成的 id 一致。这一点看起来小，但一旦你重新生成字典文件时顺序变了，之前保存的模型权重就作废了。这个细节我会在避坑章节再展开。

2.3 类别字典文件：ImageFolder 的天然搭档，推理时必须复用同一份

PyTorch 的torchvision.datasets.ImageFolder天然支持“文件夹保存”的数据组织方式，它会把每个子文件夹当作一个类别，并按字母序给类别排序，自动生成class_to_idx属性。我一般会在数据准备脚本里主动把class_to_idx导出成 JSON 文件，而不是依赖 ImageFolder 每次现场计算。原因在于：训练时用它保证数据加载顺序一致，验证时用它重排标签，推理时直接读取它反查预测类别，全流程用的都是同一份 id 映射，谁也不会错位。

注意class_to_idx.json是训练产物，也是模型的一部分。你要把它和权重文件放在同一个目录下，最好命名带版本号，例如class_to_idx_v2.json对应resnet18_kidney_v2.pt，不要后期手工去改 JSON 内容。如果新增了一个类别，正确的做法是重新生成整个数据目录和字典文件，从头训练，而不是在旧 JSON 里追加一条。因为新增类别会导致模型输出维度变化，旧权重无法用于新模型。

文件命名规范上，我建议直接用英文和数字命名图片，比如kidney_tumor_001.png，避免中文文件名在跨平台传输时出现乱码。同时文件名里不要带空格和特殊符号，否则某些数据加载库解析时可能报错，或者在 torchvision 的DatasetFolder扩展逻辑里触发不可预期的过滤规则。这些是数据版图里最小的坑，但往往是进场第一周就卡住人的地方。

3. 模型与训练配置：ResNet 迁移学习在肾脏影像上的完整动作

3.1 为什么选 ResNet 而不是一上来就上 ViT

肾脏结节和肿瘤图像分类的数据规模通常不大，公开数据集加上自采数据也就几千张到几万张，这个量级对 Vision Transformer 这类大模型并不友好，容易过拟合，而且预训练权重的分布和医学灰度图差异很大，训练起来很玄学。ResNet18 或 ResNet50 是更稳的选择：预训练权重在 ImageNet 上充分训练过，迁移到医学影像可以显著降低对数据量的需求；torchvision 自带实现，没有额外依赖；Grad-CAM 等可解释性工具对 ResNet 的卷积特征图支持成熟。ResNet18 更适合快速验证，ResNet50 在计算资源允许时能带来少量提升。如果数据量很少，建议用 ResNet18 加冻结主干权重，只训练最后的全连接层。

# 检查 GPU 可用性和显存 nvidia-smi # 预期输出里能看到显卡型号和显存占用，CUDNN 版本要跟 PyTorch 匹配

3.2 数据增强方法在医学影像上的取舍：先翻转旋转，再考虑对比度扰动

医学图像的数据增强和自然图像不太一样，核心原则是“不能改变病灶的形态学语义”。随机裁剪、缩放这类增强在自然图像里很常见，但在肾脏 CT 中如果裁剪区域偏移过多，等于把肾脏和周边组织混在一起，破坏了解剖结构，模型学到的特征反而是噪声。我一般用全局 Resize 加轻度翻转旋转，以及轻微的亮度和对比度扰动。

from torchvision import transforms # 训练集增强 transform_train = transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(p=0.5), transforms.RandomVerticalFlip(p=0.5), transforms.RandomRotation(degrees=15), transforms.ColorJitter(brightness=0.1, contrast=0.1), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) # 验证集和测试集只做拉伸和归一化，不做任何增强 transform_eval = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ])

这里有一处医学图像特有的细节：很多 CT 数据是单通道灰度图，但 ResNet 预训练权重要求三通道 RGB 输入。常规做法是在数据读取阶段把灰度图复制三份，拼成三通道。注意ColorJitter里不要动hue和saturation，这两个参数对灰度图或伪彩图没有意义，反而可能引入不存在的色彩分布，干扰模型对纹理特征的判断。如果你手上的数据是从 DICOM 转出来的 PNG，还要确认一下是窗口化后的数值还是原始像素值，尽量统一预处理流程。

3.3 模型微调：替换全连接层、冻结主干、分层设置学习率

import torch import torch.nn as nn from torchvision import models # 加载预训练 ResNet18 model = models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) # 替换最后一层全连接，输出改为本任务的类别数 num_classes = len(class_to_idx) in_features = model.fc.in_features model.fc = nn.Linear(in_features, num_classes) # 冻结主干参数：在小数据集上先用固定特征训练分类头 for name, param in model.named_parameters(): if "fc" not in name: param.requires_grad = False # 只把 fc 层参数送入优化器，降低显存占用和过拟合风险 optimizer = torch.optim.Adam(model.fc.parameters(), lr=1e-3) # 选择 GPU 或 CPU device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = model.to(device)

这段代码的关键在于param.requires_grad = False。冻结主干意味着卷积层不参与梯度更新，只训练最后的全连接层，数据量不足时这是最稳妥的方案。如果你数据量超过一万张，可以解冻最后一两个残差块参与微调，让模型适应医学图像的纹理细节，但要小心过拟合。fc的输入维度来自model.fc.in_features，不要硬编码成 512，因为不同版本的 ResNet 输出维度不一样，硬编码会在换模型时翻车。

训练循环本身和通用分类任务没有太大区别，但建议加两样东西：按类别权重加权损失函数，以及早停机制。

from torch.utils.data import DataLoader from torchvision.datasets import ImageFolder train_set = ImageFolder("data/train", transform=transform_train) val_set = ImageFolder("data/val", transform=transform_eval) # 类别不平衡时给损失函数加权重，比如肿瘤样本是 5%，权重就按比例调 labels = [train_set.targets[i] for i in range(len(train_set))] class_counts = torch.bincount(torch.tensor(labels)).float() class_weights = 1.0 / class_counts class_weights = class_weights / class_weights.sum() loss_fn = nn.CrossEntropyLoss(weight=class_weights.to(device)) train_loader = DataLoader(train_set, batch_size=16, shuffle=True, num_workers=4) val_loader = DataLoader(val_set, batch_size=16, shuffle=False, num_workers=4) best_val_acc = 0.0 patience = 10 bad_epochs = 0 for epoch in range(50): model.train() train_loss = 0.0 for images, targets in train_loader: images, targets = images.to(device), targets.to(device) optimizer.zero_grad() outputs = model(images) loss = loss_fn(outputs, targets) loss.backward() optimizer.step() train_loss += loss.item() * images.size(0) model.eval() val_correct = 0 val_total = 0 with torch.no_grad(): for images, targets in val_loader: images, targets = images.to(device), targets.to(device) outputs = model(images) preds = outputs.argmax(dim=1) val_correct += (preds == targets).sum().item() val_total += targets.size(0) val_acc = val_correct / val_total print(f"Epoch {epoch+1:02d}, Train Loss: {train_loss / len(train_set):.4f}, Val Acc: {val_acc:.4f}") if val_acc > best_val_acc: best_val_acc = val_acc torch.save(model.state_dict(), "resnet18_kidney_best.pt") bad_epochs = 0 else: bad_epochs += 1 if bad_epochs >= patience: print("Early stopping at epoch", epoch + 1) break

class_weights的计算用的是1 / class_counts，再归一化，让少数类样本的损失贡献相对更大。早停的 patience 设为 10，意味着连续 10 个 epoch 验证准确率不提升就停止，避免在训练集上过拟合后验证指标一路恶化。保存模型时只存state_dict()而不是整个模型对象，方便后续迁移到不同定义环境。模型文件名带上任务名和最优验证指标，这是我自己踩过找不到权重对应数据版本的亏之后养成的习惯。

3.4 训练参数参考表：按数据量调整

4. 评估与可解释性：敏感度、特异度和 Grad-CAM 才是给医生看的证据

4.1 为什么准确率在医学分类里不够用

影像科医生和算法工程师关注点不一样。工程师习惯用准确率衡量模型，但肾脏肿瘤在筛查人群中占比可能不到 5%，一个全预测“正常”的模型也能轻松获得 95% 的准确率，在指标上好看，在临床上却毫无价值。肿瘤被漏掉会造成严重延误，正常肾脏被误报又会带来不必要的穿刺和检查。所以医学评估必须看敏感度和特异度。敏感度等于真阳性除以真阳性加假阴性，衡量的是“肿瘤患者中有多大比例被正确发现”；特异度等于真阴性除以真阴性加假阳性，衡量的是“正常人有 多大比例没有被误报”。只有两个指标一起用，才能判断一个模型是否真正可用。

4.2 评估脚本：混淆矩阵、分类报告和 ROC-AUC

import torch from torchvision.datasets import ImageFolder from torchvision import transforms from sklearn.metrics import classification_report, confusion_matrix, roc_auc_score import numpy as np # 加载测试集 transform_eval = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) test_set = ImageFolder("data/test", transform=transform_eval) # 加载最优权重 model.load_state_dict(torch.load("resnet18_kidney_best.pt", map_location="cpu")) model.eval() all_labels = [] all_probs = [] all_preds = [] with torch.no_grad(): for images, targets in DataLoader(test_set, batch_size=32, shuffle=False): outputs = model(images) probs = torch.softmax(outputs, dim=1) preds = probs.argmax(dim=1) all_probs.extend(probs[:, 1].numpy()) # 假设类别 1 是肿瘤 all_preds.extend(preds.numpy()) all_labels.extend(targets.numpy()) print("混淆矩阵:") print(confusion_matrix(all_labels, all_preds)) print("\n分类报告:") print(classification_report(all_labels, all_preds, target_names=test_set.classes)) print("ROC-AUC:", roc_auc_score(all_labels, all_probs))

注意all_probs里取的是probs[:, 1]，这是假设类别 1 是肿瘤，适用于二分类。如果你的类别超过两类，AUC 需要做 OvR（一对多）处理，比如roc_auc_score传入multi_class="ovr"。classification_report会输出每一类的精确率、召回率和 F1，其中召回率就是敏感度。医生一般关心肿瘤这一行的召回率，如果这个数字低于 90%，模型基本不能进入辅助诊断流程。

4.3 用 Grad-CAM 让模型说出“模型看的是肾还是肾周脂肪”

模型表现好还不够，医生要看到模型“为什么这样判断”。Grad-CAM 是最常用的可视化手段，思路是对最后一个卷积层的特征图按梯度加权求和，生成反映模型关注区域的热力图。肾周脂肪和肿瘤在 CT 上可能亮度接近，模型有时会把脂肪误学成关键特征，热力图能帮你快速发现这种错误。

import cv2 import numpy as np def grad_cam(model, input_tensor, device, target_layer): """简化版 Grad-CAM，只支持单张图像输入""" grads = {} activations = {} def forward_hook(module, input, output): activations["value"] = output.detach() def backward_hook(module, grad_input, grad_output): grads["value"] = grad_output[0].detach() hook1 = target_layer.register_forward_hook(forward_hook) hook2 = target_layer.register_full_backward_hook(backward_hook) output = model(input_tensor.unsqueeze(0).to(device)) model.zero_grad() class_idx = output.argmax(dim=1).item() output[0, class_idx].backward() act = activations["value"].squeeze(0) # [C, H, W] grad = grads["value"].squeeze(0) # [C, H, W] weights = grad.mean(dim=(1, 2), keepdim=True) # 全局平均池化得到权重 cam = (weights * act).sum(dim=0).cpu().numpy() cam = np.maximum(cam, 0) # ReLU 截断负值 cam = cv2.resize(cam, (224, 224)) # 缩放到与原图一致 cam = (cam - cam.min()) / (cam.max() - cam.min() + 1e-8) return cam

register_forward_hook和register_full_backward_hook分别捕获目标层的输入输出和反向传播梯度。weights * act是加权求和的过程，最后归一化到 0~1 区间。这里用的目标层一般是model.layer4[-1]，也就是最后一个残差块的输出，特征图空间分辨率 7x7，能保留足够的细节又不过于碎片化。可视化时把热力图叠加到原图上，用半透明效果展示，医生一眼就能看出模型到底是在看病灶还是看旁边的血管。

register_full_backward_hook是 PyTorch 1.8 之后推荐使用的接口，老代码里的register_backward_hook在 1.8 之后会告警，在某些版本里还不生效。如果你用的是旧版本 PyTorch，建议先升级到 2.x。

5. 避坑与排查：肾脏分类项目里最常翻车的五个场景

5.1 推理时预测结果全乱，类别 id 完全错位

现象：训练集上验证准确率正常，但拿到独立测试文件夹做推理时，预测出来的类别名和图像内容完全对不上。明明看起来是肾脏肿瘤的图，预测结果却显示 normal。

原因：训练时用的是ImageFolder自动按字母序生成的class_to_idx，但推理脚本里手工写了一个类别顺序列表，比如把kidney_tumor放在了索引 0 的位置。两个 id 映射不一致，模型输出的 logits 索引和现实类别自然对不上。

解决：把class_to_idx.json当成模型的必要组成部分，和权重文件放在一起。推理脚本启动时用json.load()读入字典，然后用{v: k for k, v in class_to_idx.items()}生成反向映射来显示类别名。顺带养成的检查习惯是：训练结束后打印一次train_set.class_to_idx，推理前打印一次读入的字典，两个必须完全一致。这个排查只需要 30 秒，但能省下半天。

5.2 验证集准确率虚高，一上医院数据就失效

现象：本地验证集准确率 98%，医生拿一批新扫描的图像来测试，准确率掉到 70% 以下，而且错误集中在漏检肿瘤。

原因：数据泄漏。很多肾脏数据集来自 CT 或 MRI 的连续层切，同一个病人的几十张切片之间高度相似。如果只是按图片随机划分，部分层切会同时进入训练集和验证集，模型相当于提前看到了答案。另外有些数据集做过增强，增强版本混进了验证集，也会导致虚高。

解决：划分数据时按病人 ID 分组，保证同一个病人的所有切片只出现在一个划分里，不能既在训练集又在验证集。做法是在文件名里带上病人编号，比如patient_001_slice_023.png，按下划线第二位作为 group key，用GroupShuffleSplit代替train_test_split。如果原始文件名没有病人信息，需要先找数据提供方补齐，这一步没有捷径。

5.3 训练 Loss 不降，先检查预处理而不是调整网络结构

现象：模型训练了十几个 epoch，Loss 几乎不动，准确率徘徊在 30%~40%，和瞎猜差不多。

原因：两个高发问题。一是灰度图复制成三通道后，没有重新统计本数据集的均值和标准差，仍然沿用 ImageNet 的mean=[0.485, 0.456, 0.406]。CT 图像数值分布和自然图像差异极大，归一化后很多信息被压缩掉了，梯度没法有效传播。二是RandomRotation角度设得过大，比如 90 度，导致肾脏本身的解剖方位被翻转，特征失去意义。

解决：先用一小批数据可视化检查送入模型之前的 tensor 长什么样。具体做法是取几张图做transform，然后torchvision.utils.save_image导出，肉眼确认图像没有变成全黑或者细节被抹掉。更严谨的做法是计算自己数据集的 mean 和 std，用全量数据扫描一遍再填进Normalize里。这两步做完再考虑是不是学习率的问题。

5.4 肿瘤一个都抓不到，模型全预测为正常

现象：训练结束后，验证集的整体准确率看着有 90% 以上，但单独看肿瘤那一类的混淆矩阵，真阳性几乎为零，敏感度只有个位数。

原因：类别不平衡。肿瘤样本占比太低，模型发现全预测正常能得到较低 loss，就走上了偷懒路线。更麻烦的是，如果你按照整体准确率来做早停，那些只优化多数类的模型反而被保留下来，越训练越偏。

解决：除了在损失函数里加类别权重，早停的监控指标要从准确率改成少数类的敏感度，或者用 ROC-AUC 这类对类别不平衡更稳健的指标。另外可以在每次 epoch 结束后打印每一类的召回率，肉眼监控少数类的变化趋势，而不是只看一个整体准确率。类别权重调大后，如果训练集 loss 下降到接近 0 但验证集变差，说明模型过拟合了少数类，此时应减少训练轮数并配合增强。

5.5 换了一台电脑预测结果崩溃，图像读取和预处理不一致

现象：训练机上预测正常，把权重、字典和推理脚本拷到同事的 Windows 电脑上，同样的图片预测结果完全不同。

原因：图像读取路径不一致。训练时用 PIL 读取 RGB 图像，推理脚本用 OpenCV 的cv2.imread读取，OpenCV 默认返回 BGR 通道顺序，这个顺序不一致会彻底改变模型输入；还有一种情况是训练时图像后缀是.png，推理时拿到的是同名.jpg，两种格式的压缩损耗不一样，也会带来微小偏差。

解决：训练和推理的transforms用同一段代码，复制粘贴而不是重写；所有图像统一用 PIL 配合Image.open(...).convert("RGB")读取，不混用 OpenCV 和 PIL。这两条做好，跨机器的输入差异基本能消除。再进一步，可以把 transform 序列化到训练权重同目录的 JSON 配置里，推理脚本直接读配置，从根本上避免两边各自维护一份预处理代码。

6. 从训练到落地：推理脚本与下一步怎么升级

6.1 把模型、类别字典和预处理打包成一个推理脚本

训练完成不等于交付。我一般会写一个独立的推理脚本，把模型权重、类别字典、图像预处理全部在脚本内部装配好，确保新机器上也能直接从单张图片得到结果。

import json import torch from PIL import Image from torchvision import transforms from torchvision import models class KidneyPredictor: def __init__(self, weight_path, dict_path, device="cpu"): self.device = device with open(dict_path, "r") as f: self.class_to_idx = json.load(f) self.idx_to_class = {v: k for k, v in self.class_to_idx.items()} num_classes = len(self.class_to_idx) self.model = models.resnet18(weights=None) self.model.fc = torch.nn.Linear(self.model.fc.in_features, num_classes) self.model.load_state_dict(torch.load(weight_path, map_location=device)) self.model.to(device) self.model.eval() def predict(self, image_path): img = Image.open(image_path).convert("RGB") img_tensor = transform_eval(img).unsqueeze(0).to(self.device) with torch.no_grad(): probs = torch.softmax(self.model(img_tensor), dim=1) pred_idx = probs.argmax(dim=1).item() return self.idx_to_class[pred_idx], probs[0, pred_idx].item() transform_eval = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) predictor = KidneyPredictor("resnet18_kidney_best.pt", "class_to_idx.json") cls, conf = predictor.predict("data/test/kidney_tumor/sample.png") print(f"预测类别: {cls}, 置信度: {conf:.3f}")

这个脚本有个容易被忽略的点：num_classes是从类别字典长度推导出来的，而不是硬编码。如果未来类别数量变化，脚本依然能跑。transform_eval必须和训练时完全一致，特别是Resize的尺寸和Normalize的参数。如果你想做更严谨的结果报告，可以把输出改成按置信度排序的 Top-3 列表，对医生来说比单一结果更有参考价值。

6.2 从分类走向分割和更细粒度诊断

这个方向的价值不止于二分类和三类分类。我见过不少团队把这套章节流程跑通后又往前迈了一步：先用 YOLOv8 检测肾脏区域，再把检测框裁剪出来送入 ResNet 分类，相当于做了一个两阶段诊断流水线，能有效过滤肾脏周围组织的干扰。更进一步是训练 U-Net 分割模型，把肿瘤区域分割出来，再统计体积、直径等定量特征，这些指标是临床报告里真正被采纳的内容。当前大模型和医学多模态模型也在加速这个领域，与其换一个大模型重新做迁移学习，我更建议把数据质量、标签规范、评估口径这些基础设施先打扎实，这是任何算法都绕不开的地基。我现在拿到任何一份新的分类数据，第一步永远是打印一遍class_to_idx和类别分布，而不是急着跑训练脚本，这个习惯让我在所有项目里都少走了很多弯路。希望帮到你。

本文还有配套的精品资源，点击获取