SagerNet 是一种用于图像分割的模型，其使用步骤主要包括以下几部分
数据预处理
输入大小：确保所有输入图像满足预设的大小要求。
颜色空间转换：将图像从原始颜色空间（如 RGB）转换为适应模型要求的颜色空间（如 HSLV）。
归一化处理：对输入图像进行均值和标准差归一化，以确保数据在 [-1, 1] 范围内。
数据增强：集成数据增强器，如旋转、翻转、调整亮度等，以提高模型的泛化能力。
模型训练
数据集：准备并标注训练数据集，通常使用监督学习。
超参数调整：调整模型的超参数（如学习率、批量大小、正...
胡巴
