高级鱼1. 语义分割中的Mask文件：为什么你需要关注它
第一次接触语义分割任务时，很多人会把注意力都放在模型训练上，却忽略了最基础的Mask文件处理。直到某天深夜，我在调试一个分割模型时，发现预测结果总是出现奇怪的色块偏移，花了整整6个小时才意识到问题出在Mask的读取方式上。这种经历让我深刻理解到，正确处理Mask文件不是可有可无的细节，而是影响整个项目成败的关键环节。
Mask文件本质上是一种特殊的图像，它用不同像素值标记图像中各个区域的类别。比如在VOC数据集中，0通常代表背景，1代表人，2代表汽车等等。但不同于普通照片，Mask文件通常以8位单通道格式存储，主要有两种编码方式：灰度模式（L）和调色板模式（P）。这两种模式看起来相似，实际处理时却有很多"坑"。
我在处理Cityscapes数据集时就遇到过典型问题：用OpenCV直接读取调色板模式的Mask，结果所有像素值都变成了0-255之间的随机数，完全打乱了原有的类别编码。这就是因为OpenCV默认会将图像转换为BGR格式，而调色板模式需要特殊处理才能保留原始标签值。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 灰度模式与调色板模式的本质区别
2.1 灰度模式：简单直接的标签存储
灰度模式（L）是最直观的Mask存储方式。在这种模式下，每个像素的值直接对应其类别标签。例如，像素值为15就表示这个像素属于第15类。PASCAL VOC数据集就采用这种方式，它的Mask文件都是标准的8位灰度图。
检查一个Mask是否为灰度模式很简单：
python复制from PIL import Image
img = Image.open('mask.png')
print(img.mode) # 输出'L'表示灰度模式
灰度模式的优势在于处理简单。你可以直接用OpenCV读取：
python复制import cv2
mask = cv2.imread('mask.png', cv2.IMREAD_GRAYSCALE)
或者用PIL读取后转为numpy数组：
python复制import numpy as np
mask = np.array(Image.open('mask.png'))
2.2 调色板模式：节省空间的智能方案
调色板模式（P）则更为复杂但也更节省空间。它使用颜色查找表（Color Look-Up Table，CLUT）来存储颜色信息。图像数据本身只存储调色板中的索引值，而不是实际的颜色值。这种模式常见于Cityscapes等大型数据集。
识别调色板模式的方法：
python复制print(Image.open('mask.png').mode) # 输出'P'表示调色板模式
调色板模式的核心在于它的调色板信息。一个典型的调色板可能长这样：
python复制palette = [
0, 0, 0, # 类别0：黑色
128, 0, 0, # 类别1：红色
0, 128, 0 # 类别2：绿色
# ...其他类别颜色
]
3. 不同模式下的正确读写方法
3.1 灰度模式的处理技巧
灰度模式的读写相对简单，但仍有几个注意事项：
保存灰度Mask的最佳实践：
py复制