BASIC Group存放所有通用配置
训练、评估、可视化时所用的BATCH大小
1（需要根据实际需求填写）
-
当指定了多卡运行时，PaddleSeg会将数据平分到每张卡上运行，因此每张卡单次运行的数量为 BATCH_SIZE // dev_count
-
多卡运行时，请确保BATCH_SIZE可被dev_count整除
-
增大BATCH_SIZE有利于模型训练时的收敛速度，但是会带来显存的开销。请根据实际情况评估后填写合适的值
-
目前PaddleSeg提供的很多预训练模型都有BN层，如果BATCH SIZE设置为1，则此时训练可能不稳定导致nan
训练时所对图片裁剪的大小（格式为 [宽, 高] ）
无（需要用户自己填写）
TRAIN_CROP_SIZE可以设置任意大小，具体如何设置根据数据集而定。
评估时所对图片裁剪的大小（格式为 [宽, 高] ）
无（需要用户自己填写）
EVAL_CROP_SIZE的设置需要满足以下条件，共有3种情形：
- 当
AUG.AUG_METHOD为unpadding时，EVAL_CROP_SIZE的宽高应不小于AUG.FIX_RESIZE_SIZE的宽高。 - 当
AUG.AUG_METHOD为stepscaling时，EVAL_CROP_SIZE的宽高应不小于原图中最长的宽高。 - 当
AUG.AUG_METHOD为rangescaling时，EVAL_CROP_SIZE的宽高应不小于缩放后图像中最长的宽高。