1. 損失曲線分析

如圖一所示，訓練與驗證的損失曲線非常接近，顯示出模型在訓練過程中並未發生明顯的過擬合或欠擬合現象。在前 20 個訓練週期（epoch），損失快速下降，之後逐漸趨於平穩，最終的訓練損失為 0.0823，驗證損失約為 0.0992。這表明模型的收斂性良好，已經成功學習到數據中的特徵。

2. Dice 係數與 IoU 曲線分析

隨著訓練的進行，訓練和驗證的 Dice 係數均穩步提升，最終穩定在 0.9 左右，如圖二所示。而 IoU 作為輔助指標，雖略低於 Dice 係數，但也達到了約 0.8 的優異表現，兩者的曲線在訓練後期趨於平穩，說明模型在學習後能夠準確地進行分割。