基于网页版推理实现的ResUNet和UNet图像分割项目：室外场景多类别分割

数据集采用【室外场景多类别分割】，数据在data目录下，划分了训练集和验证集。【代码可一键运行】 【介绍】分割网络为ResUNet和UNet（可以自行选择），学习率采用cos余弦退火算法。如果想在大尺度进行训练，修改base-size参数即可，优化器采用了AdamW。评估的指标为dice、iou、recall、precision、f1、pixel accuracy等等，代码会对训练和验证集进行评估，结果保存runs下的json文件中。 网络推理的时候采用可视化推理，运行infer脚本会打开本地网页，上传图片即可进行推理 更多医学图像语义分割实战：https://blog.csdn.net/qq_44886601/category_12816068.html 图像分类、语义分割网络改进：https://blog.csdn.net/qq_44886601/category_12858320.html