TransformerUNet 医学图像分割：牙齿 X 光 + PyTorch 全链路

文章目录TransformerUNet 医学图像分割：牙齿 X 光 + PyTorch 全链路一、架构二、环境三、数据3.1 结构3.2 Dataset四、模型4.1 DoubleConv4.2 TransformerEncoderBlock4.3 TransformerUNet五、训练六、结果七、对比八、推理九、调试十、总结代码链接与详细流程购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新TransformerUNet 医学图像分割：牙齿 X 光 + PyTorch 全链路一、架构输入 (1 × 256 × 256) ↓ Encoder ├── DoubleConv (1→64) + TransformerEncoder │ └── flatten → MHA (heads=8) → reshape ├── MaxPool ×2 ├── DoubleConv (64→128) + TransformerEncoder └── MaxPool ×2 ↓ Bottleneck ├── DoubleConv (128→256) + TransformerEncoder └── 全局自注意力强化 ↓ Decoder ├── ConvTranspose ×2 + Skip (cat enc2) ├── DoubleConv + TransformerEncoder ├── ConvTranspose ×2 + Skip (cat enc1) └── DoubleConv + TransformerEncoder ↓ 1×1 Conv → Softmax ↓