UNet的目标应该是什么样子的？

在UNet中，目标应该是与输入图像相同大小的二值掩模。掩模中的每个像素应该对应于同一位置在输入图像中的像素是否属于前景或背景。 例如，使用PyTorch和torchvision库，我们可以使用以下代码将目标图像转换为二值掩模：

import torchvision.transforms.functional as TF
import torch

# 读取目标图像文件
target_image = Image.open("target.jpg")

# 将图像转换为灰度图
target_image = TF.to_grayscale(target_image)

# 将图像转换为二值掩模
target_image = TF.to_tensor(target_image)
target_image = target_image[0] > 0.5
target_image = target_image.float()

# 确保目标掩模与输入图像具有相同的大小
input_image = torch.randn(1, 3, 256, 256)
target_image = TF.resize(target_image, input_image.shape[2:])

在此示例中，我们首先读取目标图像文件，将其转换为灰度图像，然后将其转换为二值掩模。最后，我们使用PyTorch的resize函数将目标掩模调整为与输入图像具有相同的大小。