SwinUnet官方代码训练自己数据集

SwinUnet官方代码训练自己数据集训练流程参考（单通道灰度图像的分割）：
https://blog.csdn.net/qq_37652891/article/details/123932772

1、数据标注利用labelme，放在以下文件夹中之后利用npzrun.py进行训练文件生成
转换代码：（根据自己数据的位置修改下路径）,若是只有背景+目标两个类别，这个代码可以直接用，若是三个及以上类别的分割，代码应该根据你的图像数据做调整，调整之后保证以下代码的label数组中，背景用0像素，目标用1,2,3,4…像素分别表示，一个像素值代表一种类别。例如（0：背景，1：类别1，2：类别2，3：类别3…）
以下代码是彩色图片转化代码，根据需求进行更改

import glob
import cv2
import numpy as np
def npz():
    #原图像路径
    path = r'E:\Swin-Unet-main\datasets\images\*.jpg'
    #项目中存放训练所用的npz文件路径
    path2 = r'E:\Swin-Unet-main\data\Synapse\test_vol_h5\\'
    for i,img_path in enumerate(glob.