1.图像分割数据的标签（灰度图的情况）
该图像是灰度图，且只有两种像素值
该中标签中图像的像素值有五种
2.在处理灰度图像时，通常会使用 numpy.squeeze() 函数去除可能存在的单通道。虽然灰度图像只有一个通道，但有时候图像数组的形状可能是 (height, width, 1)，其中的额外的单通道可能会引起一些问题或不便。
3.自定义的Dataset类中，通常包含三个核心函数：
①__init__() 初始化函数，用于设置数据集的基本属性和参数。通常在这个函数中进行数据集的加载、预处理或其他初始化工作。
②__getitem__() 用于获取数据集中单个样本的函数。这个函数按照索引获取数据集中的样本，并根据需要对样本进行预处理、转换等操作，并返回处理后得样本。这个函数允许通过索引访问数据集中得每个元素，使得数据集可以迭代访问
③__len__()返回数据集得长度
目的 为了将数据处理得更好，并将其准备好以供神经网络进行训练。
通过自定义 Dataset 类，可以实现数据的加载、预处理、转换等操作，以确保数据在输入到神经网络之前处于适当的格式和状态。
自定义 Dataset 类完成了数据处理和准备工作，接着使用 PyTorch 或其他深度学习框架提供的 DataLoader 将数据传递给神经网络模型进行训练。DataLoader 负责对数据进行批处理、随机化和并行化处理，以提高训练效率，并确保模型能够高效地从数据中学习。
4.dataloader
dataset：只有dataset没有默认值，只需要将之前自定义的dataset实例化，再放到dataloader中即可
batch_size：每次抓牌抓几张
shuffle：打乱与否，值为True的话两次打牌时牌的顺序是不一样。默认为False，但一般用True
num_workers：加载数据时采用单个进程还是多个进程，多进程的话速度相对较快，默认为0（主进程加载）。Windows系统下该值>0会有问题（报错提示：BrokenPipeError）
drop_last：100张牌每次取3张，最后会余下1张，这时剩下的这张牌是舍去还是不舍去。值为True代表舍去这张牌、不取出，False代表要取出该张牌
原文链接：https://blog.csdn.net/m0_57787115/article/details/129721708