SegFormer医学影像微调时如何正确准备数据集生成语义分割图

你报错的核心原因是get_semantic_bitmap的入参要求和你传入的内容完全不匹配：

• 这个方法是专门给Segments标注平台导出的结构化标注数据做格式转换用的，第二个入参要求传入带类别、标注几何信息的可迭代标注对象，不是直接传PIL格式的掩码图片，你直接塞单张PNG掩码进去，自然会触发"PNG对象不可迭代"的类型错误。
• 你的场景是单病灶二值分割，完全没必要用这个工具，直接把本地的二值掩码转成SegFormer要求的整数ID格式就行，操作步骤如下：
  • 把PIL格式的标签转成numpy数组，你的标签是mode=1的二值图，像素值只有0和255两种，直接把非0像素映射成病灶类别ID 1，0保留为背景ID 0，就得到了标准的语义分割掩码
  • 预处理阶段直接把转换好的整数掩码和原图一起送入SegFormer的图像处理器即可，不需要额外做位图转换，参考代码如下：

import numpy as np

def preprocess_example(example):
    image = example["image"]
    # 二值PIL掩码转整数语义标签
    raw_mask = np.array(example["label"])
    seg_mask = np.where(raw_mask > 0, 1, 0).astype(np.uint8)
    # 调用你加载的SegFormer特征提取器/图像处理器完成预处理
    processed_inputs = feature_extractor(
        images=image,
        segmentation_maps=seg_mask,
        return_tensors="pt"
    )
    return processed_inputs

补充说明：如果后续要扩展成多病灶分割，只需要给每个病灶类别分配唯一的整数ID，保证掩码中每个像素的取值对应该像素所属类别的ID即可，全程不需要依赖segments-ai的转换工具，那个工具只适配Segments平台导出的特定格式标注，不适用于本地自制的掩码数据集。

内容的提问来源于stack exchange，提问作者Sergio Hernandez