mmsegmentation 训练自制数据集

1. 以CHASE_DB1(眼底)数据集为参考，更换格式，运行tools/convert_datasets/BUSI.py
2. 在mmseg/datasets/下定义对应数据集设置对应classes和palette，并在mmseg/datasets/init.py下进行添加
3. configs/base/datasets下更改数据路径；configs/base/models下更改class等参数；configs/base/schedules下更改all和pth保存epoch
4. train:
   python tools/train.py configs/unet/fcn_unet_s5-d16_128x128_40k_busi.py
5. Inference:
   python tools/test.py configs/unet/fcn_unet_s5-d16_128x128_40k_busi.py work_dirs/fcn_unet_s5-d16_128x128_40k_busi/iter_200000.pth --show-dir work_dirs/fcn_unet_s5-d16_128x128_40k_busi/imgs --eval mDice
6. 图片展示:
   在mmseg/core/evaluation/class_names.py中添加对应数据集的classes和palatte, 修改demo/image_demo.py中的路径，运行