通过差分特征模块来优化centernet实现颅内肿瘤的自动检测
Step 1: 将数据集处理成VOC的格式，并将数据放置于VOCdevkit/VOC2007中
Step 2: 将model_data文件夹中的brain_classes.txt中的类别修改为自己数据集中的类别，并修改centernet_annotation.py中的第14行，将其改为自己数据集的类别
Step 2: 运行python voc2centernet.py，可以设置其中第24行的trainval_percent分配测试集
Step 3: 运行python voc_annotation.py
Step 4: 运行python train.py
Step 5: 修改centernet.py中第27行的模型路径并运行pyhton predict.py进行模型预测
训练过程如下：
预训练模型文件已被上传至百度云盘，链接为：
链接：https://pan.baidu.com/s/15Wy3T-qyUk9UlAbsxy0Q0Q 提取码：rjtc
将模型文件拷贝至logs文件夹中，并修改centernet.py中第27行的模型路径，运行python predict.py
运行过程中，输入文件路径，如f:/1.jpg，按下enter键后就可获得检测结果，此外，按下n键再按下enter键后退出模型，效果如下
修改centernet.py中第27行的模型路径并运行python get_dr_txt.py
运行python get_gt_txt.py
运行python get_map.py