整体框架为北京邮电大学的道路识别比赛，在此基础上学习，修改，添加了deeplabv3+网络，可以实现遥感数据的数据集制作，网络切换，模型训练，以及结果输出。
主体代码为train.py文件，设置好40行训练数据，和标签的路径，选择56行自己需要的网络结构，执行即可开始训练。
同时提供ToolGUI.py工具可以将遥感大图裁剪为256*256训练集，自动生成dataset文件夹。
同时添加了网络训练过程可视化，可实时查看训练过程，代码中已经注释，需要自己选择。
训练完毕，调用predict_best.py设置好mian后的参数，执行预测，预测采用只取中间1/4，经过测试，这样效果比较好。
分别为预测结果、影像、和标签，可以看出来网络训练不好，还是会出现棋盘现象，训练时间1080T 20个epoch，样本总数为30000张256*256.
技术交流联系方式：mrwanghongji@qq.com