直接上效果图：
整个文件的代码简洁，易懂，如上图所示，代码数据集放在datasets文件夹下，
通过运行make_datasets生成文本数据集
配置文件都在utils文件下，
运行train.py即可训练，得到的模型保存在weights文件夹下
最后运行predict.py即可对图片进行预测。
数据集处理部分的代码如下：
import argparse
import base64
import json
import os
import os.path as osp
import warnings
import numpy as np
import PIL.Image
import yaml
from labelme import utils
import random
if __name__ == '__main__':
jpgs_path = "datasets/JPEGImages"
pngs_path = "datasets/SegmentationClass"
segfilepath='datasets/SegmentationClass'
saveBasePath="datasets/ImageSets/Segmentation/"
classes = [&#