首先去下载作者发布在github上面的代码

为了防止我们之前的虚拟环境遭到破坏

我们首先重新克隆一个虚拟环境

conda create --name pytorch2 --clone pytorch

接下来

1. 在mypath.py中定义自己的数据集

class Path(object):
    @staticmethod
    def db_root_dir(dataset):
        if dataset == 'spacenet':
            return '/home/mj/data/work_road/data/SpaceNet/spacenet/result_3m/'
        elif dataset == 'DeepGlobe':
            return '/home/mj/data/work_road/data/DeepGlobe/'
    	elif dataset == 'myroaddata':
	    return '/home/wangtianni/CoANet-main/CoANet-main/data/myroaddata/'
        else:
            print('Dataset {} not available.'.format(dataset))
            raise NotImplementedError

在里面加入我们自己的dataset，名字定义为myroaddata

2、修改create_crops.py中我们的数据集的格式

认真看了代码后

发现需要准备的数据有

目录下gt文件夹放标签

images文件夹放原图

除此之外

需要提前准备val.txt里面放置预测图像的名称

train.txt里面放置训练图像的名称

这样才能读取里面的name设置图片格式