如果您需要使用自定义数据集进行训练，请按照以下步骤准备数据.
1.推荐整理成如下结构
custom_dataset
|
|--images
| |--image1.jpg
| |--image2.jpg
| |--...
|
|--labels
| |--label1.png
| |--label2.png
| |--...
|
|--train.txt
|
|--val.txt
|
|--test.txt
其中train.txt和val.txt的内容如下所示：
images/image1.jpg labels/label1.png
images/image2.jpg labels/label2.png
...
2.标注图像的标签从0,1依次取值，不可间隔。若有需要忽略的像素，则按255进行标注。
可按如下方式对自定义数据集进行配置：
train_dataset:
type: Dataset
dataset_root: custom_dataset
train_path: custom_dataset/train.txt
num_classes: 2
transforms:
- type: ResizeStepScaling
min_scale_factor: 0.5
max_scale_factor: 2.0
scale_step_size: 0.25
- type: RandomPaddingCrop
crop_size: [512, 512]
- type: RandomHorizontalFlip
- type: Normalize
mode: train请注意数据集路径和训练文件的存放位置，按照代码中的dataset_root和train_path示例方式存放。