Как указать class_weight для трехмерных данных в fit_generator?

Question

Мне нужно выполнить задачу семантической сегментации на изображениях дорожных покрытий.У меня несбалансированный набор данных.Я использую генератор с размером пакета 5 (из-за ограниченной памяти), чтобы передать данные в fit_generator, чтобы соответствовать модели в моем большом наборе данных.Я пытаюсь использовать class_weight, но он выдает ошибку:

ValueError: class_weight не поддерживается для 3+ размерных целей.

Я прочитал, что sample_weight являетсяиспользуется для 3D-данных (я точно не знаю, как это работает).Однако fit_generator не имеет этого аргумента (sample_weight).Может ли кто-нибудь помочь мне с этой проблемой?

Мой учебный набор данных содержит 41000 изображений размером (512,512) и 12 меток.Мой генератор выдает изображения размером (batch_size, 512, 512, 1) и метки размером (batch_size, 512, 512, 12).

autoencoder.fit_generator(train_gen,
                          epochs= 200,
                          steps_per_epoch = NO_OF_TRAINING_IMAGES//BATCH_SIZE,
                          shuffle= True,
                          validation_data= val_gen,
                          validation_steps= NO_OF_VAL_IMAGES//BATCH_SIZE,
                          callbacks= callbacks_list,
                          class_weight= class_weight,
                          use_multiprocessing=True,
                          workers=8)