ophthalmic-segmentation

该项目是一个高精度的眼底图像分割模型，基于UNet++架构，实现了多类视网膜图像分割。其核心功能包括背景、视网膜区域及有效反射的识别，验证集Dice系数达到0.9554，支持四方向测试时增强（TTA）以提高预测鲁棒性，并提供预训练模型供快速部署使用。技术上采用EfficientNet-B4作为编码器，结合Focal Loss、Dice Loss和Lovasz Loss进行联合训练。适合眼科医学影像分析领域，如眼底病变检测与诊断等应用场景。