Keras语义分割数据增强生成全黑掩码问题排查

我在使用Keras开展语义分割任务时，需要对图像与对应掩码同步执行数据增强。所用输入掩码为黑白格式，但增强后输出的掩码完全为黑色，无法定位代码问题，现提出两点疑问：

• 若处理的掩码为黑白格式，使用cv2.IMREAD_GRAYSCALE参数读取是否正确？
• 哪些原因会导致增强后输出全黑掩码？

示例素材 #

• 输入图像：
  
• 输出异常掩码：
  

复现代码 #

img_augmented_path = PATH+'\\new_data\images'
mask_augmented_path = PATH+'\\new_data\masks'

aug = A.Compose([
    A.VerticalFlip(p=0.5),
    A.HorizontalFlip(p=0.5),
])

i = 1

random.seed = 42
while i < 5:
    number = random.randint(0, len(imageset)-1)
    image = imageset[number]
    mask = maskset[number]

    print(image,mask)
    org_image = cv2.cvtColor(cv2.imread(image), cv2.COLOR_BGR2RGB)
    org_mask = cv2.imread(mask, cv2.IMREAD_GRAYSCALE)

    agumented = aug(image=org_image, mask=org_mask)
    transformed_image = augmented['image']
    transformed_mask = augmented['mask']

    new_image_path = '%s\\augemented_image_%s.png'%(img_augmented_path,i)
    new_mask_path = '%s\\augemented_mask_%s.png'%(mask_augmented_path,i)
    io.imsave(new_image_path,transformed_image)
    io.imsave(new_mask_path,transformed_mask)
    i = i+1

问题解答 #

1. 灰度模式读取黑白掩码的正确性 #

该读取方式完全正确。黑白二值掩码属于单通道图像，像素值仅包含0（黑色，对应背景）、255（白色，对应前景）两类，使用cv2.IMREAD_GRAYSCALE读取会直接返回shape为(H,W)的单通道数组，完全匹配语义分割任务的掩码输入格式，无需额外转换为RGB/BGR三通道格式。

2. 输出全黑掩码的常见原因 #

结合代码，有3个直接/间接导致问题的点：

• 核心错误：变量名拼写不一致：调用增强pipeline返回值时写的变量名是agumented（正确拼写为augmented，漏写了字母n），但后续提取增强结果时调用的是augmented字典。如果之前运行代码时内存中残留了其他全0/全黑值的augmented变量，代码不会触发NameError报错，会直接读取旧的全黑数据保存，最终得到全黑掩码。
• 次要错误：随机种子设置失效：random.seed是函数，固定种子的正确写法为random.seed(42)，现有写法是将seed函数直接赋值为整数42，完全没有起到固定随机结果的作用，该问题不会直接导致全黑掩码，但会让增强结果无法复现。
• 隐性保存坑：数值范围/类型不匹配：如果读取的掩码在流程中被意外归一化到0-1浮点范围，直接调用io.imsave保存时，会将所有小于1的像素值识别为0（黑色），最终输出全黑图。保存前可打印transformed_mask.min()、transformed_mask.max()和transformed_mask.dtype确认：正常掩码应为uint8类型，数值范围在0-255区间，如果是0-1浮点范围，需要先乘255再转uint8类型后保存。

修复顺序：先统一增强返回值的变量名拼写，修正随机种子写法，保存掩码前校验数组类型和数值范围，即可解决全黑问题。

内容的提问来源于stack exchange，提问作者dspeanut