使用SegmentEveryGrain时遇UnboundLocalError问题求助

安全阿岳

2026-6-13

解决SegmentEveryGrain中predict_large_image出现UnboundLocalError的问题

问题描述

使用SegmentEveryGrain工具运行“Run segmentation on large image (new!)”代码块时，调用seg.predict_large_image()触发以下错误：

UnboundLocalError: local variable 'all_coords' referenced before assignment

错误回溯信息：

UnboundLocalError                         Traceback (most recent call last)
Cell In[8], line 4
      2 Image.MAX_IMAGE_PIXELS = None # needed if working with very large images
      3 fname = "W:\\_Working\\HI_Data_2024\\_Segmentation\\images\\20240722_Waimea_patch2.tif"
----> 4 all_grains, image_pred, all_coords = seg.predict_large_image(fname, model, sam, min_area=400.0, patch_size=2000, overlap=200)

排查与解决方法

提前初始化变量
找到predict_large_image函数的源码，在函数开头直接初始化all_coords为空列表，避免分支逻辑跳过赋值导致的错误：
```
def predict_large_image(...):
    all_coords = []  # 提前初始化变量
    # 原有函数逻辑代码
```
验证输入图像有效性
确认输入的tif图像没有损坏，或是否存在全黑/全白等无有效颗粒的极端情况——这类场景会导致代码跳过all_coords的赋值分支。可以先替换为项目示例中的测试图像，验证是否能正常执行。
核对依赖版本
严格按照项目要求安装依赖，避免版本不匹配导致的逻辑异常。执行以下命令重新安装requirements.txt中的依赖：
```
pip install -r requirements.txt
```
调整参数设置
检查patch_size和overlap参数是否合理：如果patch尺寸远超图像实际大小，会导致处理分支异常。可以先缩小patch_size（比如改为500）测试，确认是否能正常运行。