自己最近在尝试github上这个Flood-filling Networks图像分割算法，但是因为不是我的专业领域所以很多地方都不太理解。这里附上算法的链接：
https://github.com/google/ffn/#preparing-the-training-data （算法本身基于CNN，使用Tensorflow）
我使用了FIB-25这个果蝇全脑切片图像数据集来训练网络，数据集由520*520*520的灰度矩阵和520*520*520的标签构成，训练结束之后对测试集进行推理，得到的结果是一个npz矩阵。
其中的segment我理解的就是分割结果，是一个250*250*250维的数组，且当中大部分元素值都是0，只有几个值不是0（这个结果与作者给出的结果相仿，非零值的位置都相同，我认为运行是成功的），这个结果代表什么呢？是分割的结果也就是边框的话，我能怎么把它可视化呢（就是类似于在切片图像上标注出来，但是由于维数不同我并不知道该怎么标注），只有几个值不是0的话，是意味着一次只分割出了一部分吗？如果我想对这个样本进行3D意义上的重构的话，又该怎么使用这个结果呢？
（图来自作者自己的论文，我很想得到这样的结果）
另外附上几篇相关的文献，方便大家参考：
https://arxiv.org/abs/1611.00421 （算法本身的说明与介绍）
https://www.biorxiv.org/content/10.1101/200675v1 （作者自己的一个应用）
自己在生物影像这方面完全是门外汉，感谢大家的帮助
