1、创建 tfrecord

　　模型本身是把一张张 jpg 和 png 格式图片读到一个 Example 里，写入 tfrecord。但我是一个大的 tif 文件，需要把几万像素的图片分割成小块写入到一个 tfrecord 文件里，而 tf 没有对 tif 格式的图片的解码，因此不能直接使用原来的 build_data.py。

　　先用 osgeo 里的 gdal 读取 tif 文件，得到大 tif 的 np.array，再设置步长一块块读取，调用 tobytes() 转成二进制字符串，保存到 tfrecord 中，不过需要把图片 shape 都设置好，大小还有维度，这点有待改进。

2、data_generator读数据

　　加入自己的数据集，只需模仿它已经创建的数据就好

　　解码时用 tf.decode_raw() 解码，不用再根据后缀判断调用哪个。

3、训练 train.py

　　参数设置里需要指定自己的数据集 dataset

　　由于类别数不同，设置 initialize_last_layer=False，last_layers_contain_logits_only=True

　　crop_size缩小为321（由于内存不够，将其改小，但是crop_size至少要大于300，遵循的公式是(crop_size-1)/4为整数）

4、可视化 vis.py

　　由于没有每个文件的文件名，需要把 vis.py 里有关文件名的地方做相应的修改

　　需要在 get_dataset_colormap.py 中加入自己的数据集

5、存在的问题

　　eval.py 不会出现 miou 分数，不知道哪里出问题了，跑原来的数据也没有

参考：https://blog.csdn.net/weixin_38385446/article/details/82781109