您好，我在使用咱们公司 Github官网的例程进行训练 ：https://github.com/TexasInstruments/edgeai-modelzoo/tree/main/models/vision/segmentation
我训练 cityspace 官方数据集，可以进行训练，并推理。
我将自己的数据集修改为 cityspaces 格式进行训练，可以训练，但是推理出来的结果不正确，类似于马赛克的效果。
以下是我的 cityscapes_plus.py 参数设置：
"""CityscapesLoader: Data is derived from CityScapes, and can be downloaded from here: https://www.cityscapes-dataset.com/downloads/
Many Thanks to @fvisin for the loader repo: """>github.com/.../cityscapes.py"""
colors = [[128, 64, 128], [244, 35, 232], [0, 0, 0]]
label_colours = dict(zip(range(2), colors))
ignore_index = 255
void_classes = [-1, ignore_index]
valid_classes = [0, 1]
# class_names = ['road', 'pudele']
class_map = dict(zip(valid_classes, range(len(valid_classes))))
num_classes_ = len(valid_classes)
class_weights_ = np.array([0.22567085, 1.89944273], dtype=float)
我只有两个类：road（0）和puddle（1），其余为255。
问题：
1、请问，是我的参数设置错了吗？还是其他位置的赛马需要修改呀。
2、对于我自己的数据，采用的是 cityspace 官方转换代码转的，是数据转换格式的问题吗？
