图像分割中使用class_weight时model.fit()报错的技术咨询

错误原因 #

图像分割属于像素级分类任务，每个样本（单张图像）包含大量像素点，每个像素对应一个类别标签。而Keras的class_weight参数是为样本级分类任务设计的（每个样本仅对应一个类别），直接传入会导致Keras尝试将每个像素的类别数组转换为单标量，触发TypeError。

解决方案 #

放弃使用class_weight参数，改为手动生成像素级的样本权重矩阵，并通过model.fit的sample_weight参数传入。同时修正损失函数选择的问题。

步骤1：修正损失函数 #

你的任务是4类别分割，模型输出为4通道，当前使用的binary_crossentropy适用于二分类/多标签任务，应替换为categorical_crossentropy（适配one-hot编码的标签）：

total_loss = 'categorical_crossentropy'

步骤2：生成像素级样本权重 #

利用已有的类别索引矩阵msk_argmax，结合自定义的类别权重字典，生成每个像素对应的权重矩阵：

# 基于类别索引生成像素级权重
sample_weights = np.zeros_like(msk_argmax, dtype=np.float32)
for cls_idx, weight in class_weights_manual.items():
    sample_weights[msk_argmax == cls_idx] = weight

# 增加通道维度，匹配输入数据格式
sample_weights = sample_weights[..., np.newaxis]

步骤3：修改model.fit调用 #

移除class_weight参数，传入生成的sample_weights：

history=model.fit(img, msk, epochs=50, verbose=1, validation_split=0.2, shuffle=False,
                  sample_weight=sample_weights)

额外优化：移除冗余代码 #

你的msk_argmax已经是0-3的类别索引，无需再用LabelEncoder处理，可删除以下冗余代码：

labelencoder = LabelEncoder()
masks_reshaped_encoded = labelencoder.fit_transform(masks_reshaped)

修改后的关键代码片段 #

# ... 其他代码保持不变 ...

msk = msk.astype(np.uint8)
print(msk.shape)
msk_argmax=np.argmax(msk, axis=3)

class_weights_manual= {0:1, 1:2, 2:4, 3:8}

# 生成像素级样本权重
sample_weights = np.zeros_like(msk_argmax, dtype=np.float32)
for cls_idx, weight in class_weights_manual.items():
    sample_weights[msk_argmax == cls_idx] = weight
sample_weights = sample_weights[..., np.newaxis]

# 修正损失函数并编译模型
total_loss = 'categorical_crossentropy'
metrics = ['accuracy']
optim = 'adam'
model.compile(optimizer = optim, loss=total_loss, metrics= metrics)

# 传入sample_weight而非class_weight
history=model.fit(img, msk, epochs=50, verbose=1, validation_split=0.2, shuffle=False,
                  sample_weight=sample_weights)

内容的提问来源于stack exchange，提问作者oliver6626