今天回去重新调试半个月前调试的算法，发现很多地方已经忘了，决定写一篇博客把调试代码的细节部分记录下。
第一步:制作数据集
只需要将相同数量的图片和其掩码放置在data路径下的imgs和masks文件夹里，图片名需要和掩码标签相同。
第二步:修改 utils/dataset.py
需要将源代码下篮框标注的地方改成如图所示
第三步:修改 train.py
train.py 文件里有如图传参的地方，从上到下分别意思是：
- epoch，训练批次
- batch size，一次输入图片的数量
- learning rate，学习率
- load，加载预训练模型的路径
- scale，该值为0-1之间，设置越高，精度越高，但是资源占用越多
- validation，0-100之间，为验证集占数据中的百分比值