device: cuda
batch_size: 16
image_height: 200
image_width: 200
workers: 0
epochs: 100

# 每一类的占比权重，如果要让每一类的占比权重相同，为1.0即可
weight:
  - 1.0
  - 1.0
  - 1.0

# 数据集存放位置
root:
  - dataset
train_dir_name:
  - train
val_dir_name:
  - val
images_dir_name: images
labels_dir_name: labels

# 每训练多少个epoch就进行验证
eval_every_n_epoch: 10

# 权重保存位置
save_path:
  - pretrained # 目录
  - SegNeXt # 文件名

# -1表示从零开始训练网络，即不加载任何权重
# 0表示使用官方提供的权重
# 1表示使用自己的权重
mode: -1
checkpoint:
  - pretrained # 目录
  - segnext_tiny_512x512_ade_160k.pth # 文件名
# 利用正则表达式将官方model中的权重加载到模型, mode != 0时失效
regex_expr:
  - ^(?!decoder\.cls_seg.*)$ # ?!表示对()内的内容取反, 详请见于model_utils.init_model