ARTICLE · 1048287

Unet踩坑第三篇:推理结果对比说明

发布时间：2026-09-21 07:05:57 最近访问：2026-09-21 07:05:57

Unet踩坑第三篇:推理结果对比说明

U-Net 系列推理结果对比说明

本文对 Qilian.tif 的六种模型推理结果进行对比：U-Net、ResUNet、Attention U-Net、U-Net++、TransUNet、Swin-UNet。所有结果均来自同一套五分类权重目录：models/Unet/qilian_multiclass_5class_refined/<模型>/best.pth推理结果目录：Unet/out/qilian_multiclass_5class_refined/<模型>/

当前分类体系为：0=道路、1=居民地/建筑、2=耕地/植被、3=裸地、4=光伏场。需要特别说明：当前训练样本中没有单独的自然植被类别，因此本文中的“植被提取”实际对应 cropland / 耕地，也可以理解为当前样本条件下的绿色地物提取。

图例

插图放置说明

推理影像：

原始影像

推理文件

unet_classification U-Net 分类结果

resunet_classification ResUNet 分类结果

attention_unet_classification attention_unet分类

unet++_classification

transunet_classification

swin_unet_classification

unet_building

resunet_building

attention_unet_building

unet++_building

transunet_building

swin_unet_building

unet_vegetation

resunet_vegetation

attention_unet_vegetation

unetpp_vegetation

transunet_vegetation

swin_unet_vegetation

整体分类结果对比

统计范围为整幅 Qilian.tif 推理后的 10 米分辨率结果，共 31,289,913 个像元，约 312,899.13 ha。下表为各类别面积比例。

模型	道路	建筑/居民地	耕地/植被	裸地	光伏场	主要倾向
U-Net	10.42%	0.68%	25.50%	50.16%	13.24%	建筑最保守，整体较平稳
ResUNet	9.83%	2.29%	27.38%	46.72%	13.79%	建筑和光伏较均衡，结果比 U-Net 更积极
Attention U-Net	12.37%	1.24%	34.85%	46.47%	5.06%	更偏向耕地/植被，道路响应偏强
U-Net++	3.17%	7.48%	22.68%	51.80%	14.87%	建筑提取最多，小目标更敏感，但可能偏多
TransUNet	6.09%	4.00%	41.31%	45.29%	3.32%	耕地/植被范围最大，整体连片性强
Swin-UNet	5.58%	1.34%	28.84%	59.19%	5.06%	裸地判断最强，其他类别相对保守

从整体分类看，六个模型都能输出完整五分类结果，但倾向明显不同。U-Net 与 ResUNet 更适合作为基础对照；U-Net++ 对建筑、光伏等小斑块较敏感；TransUNet 更依赖全局上下文，因此对大面积耕地/植被连通区域提取得更多；Swin-UNet 在该样本条件下更容易把区域归为裸地。

分类结果

建筑提取结果对比

建筑提取由五分类结果中的 class_id=1 / built_up / 居民地 派生，二值图中 1=建筑/居民地，0=非建筑。统一派生成果位于：

Unet/out/qilian_multiclass_5class_refined/<模型>/derived_extracts/building_mask.tif

模型	建筑像元数	建筑比例	建筑面积
U-Net	211,943	0.68%	2,119.43 ha
ResUNet	715,123	2.29%	7,151.23 ha
Attention U-Net	389,554	1.24%	3,895.54 ha
U-Net++	2,340,388	7.48%	23,403.88 ha
TransUNet	1,250,582	4.00%	12,505.82 ha
Swin-UNet	417,889	1.34%	4,178.89 ha

建筑提取差异最大的是 U-Net++ 和 U-Net。U-Net++ 建筑面积最高，说明它对居民地、小块建设用地和纹理复杂区域更敏感，适合观察潜在建筑斑块，但也更需要人工核查误提。U-Net 建筑面积最低，属于明显保守型结果，适合做低误报参考，但容易漏掉小村庄和边界不清的建筑。ResUNet 与 TransUNet 居中，ResUNet 更适合作为当前阶段的稳健对比结果，TransUNet 在连片居民地上会更积极。

建筑提取总览图

此处放六模型建筑提取结果，建筑为橙色，其他为黑背景。

建筑提取

植被/耕地提取结果对比

植被/耕地提取由五分类结果中的 class_id=2 / cropland / 耕地 派生，二值图中 1=耕地/植被，0=其他地类。统一派生成果位于：

Unet/out/qilian_multiclass_5class_refined/<模型>/derived_extracts/vegetation_mask.tif

模型	植被/耕地像元数	植被/耕地比例	植被/耕地面积
U-Net	7,978,592	25.50%	79,785.92 ha
ResUNet	8,566,831	27.38%	85,668.31 ha
Attention U-Net	10,905,942	34.85%	109,059.42 ha
U-Net++	7,097,716	22.68%	70,977.16 ha
TransUNet	12,924,850	41.31%	129,248.50 ha
Swin-UNet	9,025,396	28.84%	90,253.96 ha

植被/耕地提取中，TransUNet 面积最大，说明它更强调大范围连续地类和上下文一致性，适合观察连片耕地区域，但可能把部分裸地或相似纹理区域并入耕地。Attention U-Net 次之，对耕地响应也较强。U-Net++ 的耕地面积最低，说明它更偏向将区域分配给建筑、裸地、光伏等其他类别。ResUNet、U-Net、Swin-UNet 位于中间区间，可作为稳健对照。

植被/耕地提取总览图

此处放六模型植被/耕地提取结果，建议统一用绿色显示耕地/植被、黑显示背景。

植被结果对比

训练验证指标对比

验证集很小，因此指标只能作为当前样本条件下的参考，不能直接代表正式精度。

模型	最佳 epoch	mIoU	道路 IoU	建筑 IoU	耕地 IoU	裸地 IoU	光伏 IoU
U-Net	63	0.4165	0.178	0.185	0.858	0.510	0.351
ResUNet	49	0.4525	0.135	0.289	0.828	0.530	0.481
Attention U-Net	36	0.4436	0.083	0.194	0.851	0.554	0.536
U-Net++	50	0.4866	0.213	0.336	0.827	0.565	0.492
TransUNet	31	0.5017	0.343	0.355	0.818	0.461	0.531
Swin-UNet	34	0.4579	0.307	0.281	0.790	0.455	0.457

从验证指标看，TransUNet 的综合 mIoU 最高，U-Net++ 次之。若重点是建筑提取，U-Net++ 与 TransUNet 的验证表现更好；若重点是光伏识别，Attention U-Net、TransUNet、U-Net++ 都有较高参考价值；若重点是整体稳健性，ResUNet 的分类面积分布和验证指标比较均衡。

各模型特点总结

U-Net

U-Net 是最基础的编码器-解码器结构，结果偏保守。建筑提取面积最少，说明它对小居民地和边界复杂区域不够敏感；但耕地、裸地、光伏的整体分布较稳定，适合作为基线模型。

ResUNet

ResUNet 加入残差结构后，训练和推理表现比基础 U-Net 更稳。建筑面积明显高于 U-Net，耕地和光伏比例也较均衡，适合当前数据条件下作为首选对照结果。

Attention U-Net

Attention U-Net 对目标区域有注意力筛选能力，在当前结果中更偏向识别耕地/植被，道路比例也偏高。它的光伏面积偏少，说明对光伏场可能较保守，适合用于检查耕地连片区域。

U-Net++

U-Net++ 通过更密集的跳跃连接增强多尺度细节表达。当前结果中建筑提取最多，光伏比例也最高，对小斑块、小目标更敏感。但这种敏感性也可能带来误提，建议配合原始影像人工检查。

TransUNet

TransUNet 引入 Transformer 的全局上下文表达，验证集 mIoU 最高。当前结果中耕地/植被提取范围最大，建筑面积也处于较高水平，适合做大范围地类连通区域分析。但对光伏场比例较低，可能存在把部分光伏或裸地归入其他大类的情况。

Swin-UNet

Swin-UNet 使用窗口注意力，理论上兼顾局部和全局信息。当前结果中裸地比例最高，建筑和光伏偏少，说明在当前小样本条件下更容易把不确定区域归入裸地。它可以作为裸地范围判断的参考，但建筑和光伏提取需要谨慎。