deeplabv3+框架图图源自网络，后面会出现多次。本文会指出每个部分对应代码的哪一段。PS:该框架图只表示大概流程，具体数字在代码中会有变动。程序入口一般都是在终端运行pythontools/train.py./configs/你的配置文件--work-dir指定的工作目录执行命令要调试代码，就要在pycharm里debug它，所以不能用终端的命令。进入mmsegmentation/tools/train.pyparse_args()是个函数，定义在111行前面。进入函数，发现用的是args=parser.parse_args()接收终端的命令把它注释掉，改成新的命令。其中../confi

一、安装anaconda,这个自己弄一路默认就行或者你想改个路径也行，无所谓。安装好之后打开anacondaprompt控制面板。换成清华源：pipconfigsetglobal.index-urlhttps://pypi.tuna.tsinghua.edu.cn/simple 二、创建虚拟环境  condacreate-nmmseg3python=3.9        mmseg3为虚拟环境的名字，指定python版本，我觉得3.9是最好的。 输入：activatemmseg3  python-V   结果如上图就为成功三、在你的虚拟环境中安装pytorch的相关包pipinstalltor

目录1、tools/train.pytools/dist_train.sh 2、tools/test.py指定输出到pkl文件：3.分析日志绘制分类损失日志分析： 4、Flops、Params、fps的实现fps的实现：tools/benchmark.py5、混淆矩阵6、画PR曲线plot_pr_curve.pyCUDA_VISIBLE_DEVICES=7pythontools/train.pyconfigs/seaformer/seaformer_base_512x512_160k_2x8_ade20k.py--work-dirresult/seaformer/base16tools/dis

在mmsegmentation中训练自己的数据集先在mmse/dataset下创建一个python文件，我的名字是my_thermal_dataset.py在其中填写下面内容这里要注意，在设置suffix的时候，如果你的label文件和train图片的后缀不一样，记得加上，我这里的label文件有后缀_label，别忘记了importmmcvfrommmcv.utilsimportprint_logimportos.pathasospfrom..utilsimportget_root_loggerfrom.builderimportDATASETSfrom.customimportCustom

在mmsegmentation中训练自己的数据集先在mmse/dataset下创建一个python文件，我的名字是my_thermal_dataset.py在其中填写下面内容这里要注意，在设置suffix的时候，如果你的label文件和train图片的后缀不一样，记得加上，我这里的label文件有后缀_label，别忘记了importmmcvfrommmcv.utilsimportprint_logimportos.pathasospfrom..utilsimportget_root_loggerfrom.builderimportDATASETSfrom.customimportCustom