今天回去重新調試半個月前調試的算法，發現很多地方已經忘了，決定寫一篇博客把調試代碼的細節部分記錄下。
第一步:製作數據集
只需要將相同數量的圖片和其掩碼放置在data路徑下的imgs和masks文件夾裏，圖片名需要和掩碼標籤相同。
第二步:修改 utils/dataset.py
需要將源代碼下籃框標註的地方改成如圖所示
第三步:修改 train.py
train.py 文件裏有如圖傳參的地方，從上到下分別意思是：
- epoch，訓練批次
- batch size，一次輸入圖片的數量
- learning rate，學習率
- load，加載預訓練模型的路徑
- scale，該值爲0-1之間，設置越高，精度越高，但是資源佔用越多
- validation，0-100之間，爲驗證集佔數據中的百分比值