在bubbliiing大佬代码的基础上进行了修改，添加了部分注释。该模型Backbone采用MobileNetv2网络。
- .pth格式的预训练模型如下。
- 链接：https://pan.baidu.com/s/1R6_qYknYQgP_PkK791zr8w
- 提取码：xn68
标签8位png文件放在VOCdevkit文件夹下的VOC2007文件夹下的SegmentationClass中。 图片JPG文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
在model_data文件夹下新建name_classes文件夹，第一行为background，其余依次写入需要分割的种类。
运行：
python voc_annotation.py生成的数据集划分文件存放在VOCdevkit\VOC2007\ImageSets\Segmentation文件夹下。
将下载好的.pth格式预训练模型deeplab.pth文件放在model_data文件夹下。修改train.py下的classes_path及model_path指向，运行：
python train.py修改utils/utils_deeplab.py文件中的model_path及classes_path，指向训练好的模型及类别信息。 在predict_images.py文件下输入图片路径，运行：
python predict_images.py修改calculate_map.py文件中的classes_path,运行：
python get_miou.py