在验证和运行推理时,验证掩码与其他情况不相同

我使用无归一化的数据集训练了 nnUNetv2 模型（3D fullres，折叠 3），在训练后，我注意到保存在 nnUNet_results/Dataset501_XXX/nnUNetTrainer__nnUNetPlans__3d_fullres/fold_3/validation/ 的验证结果非常好，如预期。 然而，当我使用与验证阶段中使用的完全相同的图像（直接来自预处理的数据集）运行 nnUNetv2_predict 时，所得的分割明显不同且更差。 我已经验证了以下内容： 输入图像与验证期间使用的图像（来自 nnUNet_raw）完全相同（形状，数据，头）。 使用相同的训练器，相同的折叠，相同的模型检查点和相同的 plans.json。 使用了 NoNormalization 和 ZScoreNormalization，问题相同。 推理使用： --disable_tta， --save_probabilities。 预测的形状和 dtype 与验证输出相匹配。 尽管如此，比较验证结果和预测结果（像素级），我发现数千个不匹配的像素。 使用的命令：