【语义分割系列】基于改进Unet的火灾现场分割算法（完全创新可直接发论文）（一）

基于改进Unet的火灾现场分割算法（一）

前言

目前手中一个火灾现场的数据集，需要分割出两类目标，因为标注时很依靠主管判断，所以导致整个数据集的分割难度较大。本项目以unet为基础算法，骨干网络选用的resnet50，想做轻量级的可以直接用mobilenetv2或者v3，前面都介绍过的。然后引入HyCTAS自注意力结构，来增强特征信息。但是引入HyCTAS会显著增加参数量，因此需要通过一系列操作来降低参数，请看基于改进Unet的火灾现场分割算法（二）。

1.代码部分

1.1resnet

resnet50就是一款非常经典的CNN模型，网上相关资料太多了，这里就不做过多赘述，直接给出如何在Segbase上添加resnet50的代码。
在nets/backbone目录中，添加resnet.py，负责如下代码

import torch
from torchvision.<