嘿，这个场景我太熟悉了——明明准确率高得离谱，但输出掩码就是夹杂着一些介于0和255之间的“灰色地带”，确实让人挠头。咱们从损失函数和其他配套技巧两方面来解决：

一、更适合的损失函数选项 #

1. Dice Loss（骰子损失） #

Binary Crossentropy是逐像素计算损失，对整体的区域重叠度关注不够，而Dice Loss直接基于预测掩码和真实掩码的重叠相似度来计算，能更强烈地引导模型生成边界清晰的二值输出。它的核心是最大化两个掩码的交集与并集的比值，损失公式是1 - Dice系数。

在Keras里可以这样自定义实现：

import tensorflow as tf
from tensorflow.keras import backend as K

def dice_loss(y_true, y_pred):
    # 先把标签和预测都归一化到0-1范围（如果你的标签是0/255的话）
    y_true = K.cast(y_true, tf.float32) / 255.0
    y_pred = K.cast(y_pred, tf.float32) / 255.0
    
    intersection = K.sum(y_true * y_pred, axis=[1,2,3])
    union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3])
    dice = (2. * intersection + K.epsilon()) / (union + K.epsilon())
    return 1 - dice

用这个损失替换Binary Crossentropy后，模型会更关注整体区域的匹配度，中间值会因为拉低重叠度而被模型主动规避。

2. Focal Loss（焦点损失） #

你的准确率已经到0.9999，说明大部分像素都分类正确了，剩下的少量中间值大概率是难分类的边缘或小区域。Focal Loss会降低易分类样本的权重，把训练重点放在难分类的像素上，强迫模型把这些模糊的区域“掰正”成0或255。

Keras实现示例：

def focal_loss(y_true, y_pred):
    y_true = K.cast(y_true, tf.float32) / 255.0
    y_pred = K.cast(y_pred, tf.float32) / 255.0
    
    alpha = 0.25
    gamma = 2.0
    pt_1 = tf.where(tf.equal(y_true, 1), y_pred, tf.ones_like(y_pred))
    pt_0 = tf.where(tf.equal(y_true, 0), y_pred, tf.zeros_like(y_pred))
    
    loss = -alpha * K.pow(1. - pt_1, gamma) * K.log(pt_1 + K.epsilon()) - (1 - alpha) * K.pow(pt_0, gamma) * K.log(1. - pt_0 + K.epsilon())
    return K.mean(loss)

调整gamma值可以控制对易分类样本的抑制程度，gamma越大，模型越专注于难分类区域。

二、除了损失函数的补充技巧 #

• 推理阶段直接阈值化：这是最直接的办法！不管模型输出的是0-1还是0-255的连续值，推理时直接用tf.where(pred > 0.5, 255, 0)（如果是归一化输出就先乘255）强制转成纯二值。很多时候训练用连续值是为了梯度稳定，推理时阈值化是常规操作。

• 检查标签的纯净度：确保你的真实掩码是严格的0和255，没有任何中间值。如果标签本身有模糊的灰色像素，模型自然会学出类似的输出。

• 尝试调整最后一层激活：虽然sigmoid没问题，但你可以试试hard_sigmoid，它的输出更接近阶跃函数，不过效果可能不如损失函数调整明显。

内容的提问来源于stack exchange，提问作者disputator1991