模型使用 UNet 结构在训练时用一个decoder 作为辅助，整体架构如下图
- 数据准备 准备数据如样例 生成label_list 文件如下
/data/1.xml
/data/2.xml
在 data_factory.py 中配置相关参数
可自行生成其他格式数据实现对应的 data_generator 即可
- 训练
python train.py --name <task_name>
- 测试 & 导出模型
python --eval.py --name <task_name>
python --eval.py --export
- 加载导出的模型 在 ```load_saved_mode.py`` 中添加模型位置然后运行就能运行测试导出的模型或者对外提供API
