用mmsegmentation工程训练自己的数据集

第一步：选择一种数据组织格式，这里以ADE20K为例。

修改config文件，以config/ster/setr_naive_512x512_160k_b16_ade20k.py为例：

修改num_calss，将原来的num_class =150 修改为自己的数据集类别数。

第二步：修改config继承的_base_/datasets/ade20k.py文件

将原始的data_root修改为自己数据集的data_root，确认自己的数据组织格式要与原始ADE20K数据组织格式一致（这是要在数据集准备时做的，这里默认做好了）。

第三步：修改mmseg/datasets/ade.py文件

对ade.py的CLASSES和PALETTE进行修改，修改成你自己的数据颜色配色，是你的单波段值对应的颜色，不是你的label要是这个颜色，切记！！！

注意，这里有个关于文件后缀名的选择，ADE20K数据集的数据格式是：影像为jpg格式，label为png格式，看看和你的是否一致，不一致请修改：

 第四步：修改mmseg/core/evaluation/class_name.py文件

修改ade_classes函数的return内容，修改为你自己的数据类别。