U-Net输入输出形状必须严格匹配：图像尺寸需被16整除，mask须同高宽、单通道（多类用one-hot）、dtype=float32；Conv2D必须设padding='same'以保障跳跃连接空间对齐，损失函数须与mask编码方式严格对应（如SparseCategoricalCrossentropy配整型单通道mask）。
U-Net输入输出张量形状必须严格匹配，否则model.fit()直接报ValueError: Input tensors must have the same number of samples
U-Net对输入图像尺寸有硬性要求：默认需能被2⁴=16整除（因4次下采样）。若原始图像是(512, 512)，没问题；但(500, 500)会触发张量广播失败或尺寸错位。训练时标签图（mask）必须与输入图同高宽、单通道（类别数>1时用one-hot编码，shape变为(h, w, n_classes)），且dtype为float32——用uint8会导致损失计算异常。
- 预处理务必统一缩放+填充：用
tf.image.pad_to_bounding_box()补零，别用插值拉伸破坏像素级标注精度 - 数据管道中用
tf.data.Dataset.map()同时处理图像和mask，避免两者shuffle()不同步 - 验证集切分不能用
sklearn.train_test_split直接打乱路径列表——要确保图像和对应mask文件名严格一一对应
自定义U-Net的Conv2D层必须显式设padding='same'，否则下采样后特征图尺寸坍缩过快
TensorFlow/Keras默认Conv2D是padding='valid'，卷积后尺寸减小。U-Net跳跃连接依赖精确的空间对齐，比如编码器某层输出(64, 64, 128)，解码器对应上采样层也必须是(64, 64, 64)才能拼接。漏写padding='same'会让尺寸变成(62, 62, 128)，后续Concatenate()直接报错Input shapes do not match。
- 所有
Conv2D层（含残差分支内）都加padding='same'，包括最后输出层 -
MaxPooling2D不改变channel数，但UpSampling2D或Conv2DTranspose后必须接Conv2D校正通道，否则跳跃连接维度不一致 - 推荐用
Conv2DTranspose而非UpSampling2D + Conv2D：前者可学习上采样权重，细节恢复更好
损失函数选tf.keras.losses.SparseCategoricalCrossentropy还是CategoricalCrossentropy，取决于mask编码方式
如果mask是单通道整型图（每个像素值为0/1/2…代表类别），用SparseCategoricalCrossentropy，且from_logits=True；如果mask已转成one-hot（如3类→(h,w,3)），则必须用CategoricalCrossentropy。混用会导致loss恒为nan或梯度爆炸。
- 二分类任务（背景/目标）优先用
BinaryCrossentropy，输出层激活用'sigmoid'，mask保持单通道float32（0.0/1.0） - 多分类且类别不平衡时，在loss里加
class_weight参数，权重数组长度必须等于类别数 - 别在模型里用
Softmax后接CategoricalCrossentropy——Keras的from_logits=True更稳定，避免softmax饱和
model.predict()输出需用tf.argmax()或tf.math.sigmoid()解码，原始logits不能直接当像素值用
模型输出是logits（未归一化的分数）或概率值，直接取np.argmax(pred[0], axis=-1)得到预测类别图。若输出是单通道sigmoid结果，阈值设0.5即可；但若用了from_logits=False且输出层是softmax，则必须用tf.argmax()而非np.max()，否则维度错乱。
立即学习“Python免费学习笔记（深入）”；
- 可视化前务必
tf.cast(..., tf.uint8)转整型，matplotlib才不报Clipping input data to the valid range - 批量预测时注意
pred.shape：可能是(batch, h, w, 1)（二分类）或(batch, h, w, n)（多分类），argmax的axis=-1不能错 - 导出TFLite模型前，用
tf.keras.models.clone_model()新建一个仅含推理逻辑的模型，去掉训练专用层（如Dropout）
cv2.resize插值，推理时若改用tf.image.resize双线性插值，边缘像素值会有微小偏移，导致IoU下降2~3个百分点。 
