DATASET Group存放所有与数据集相关的配置
数据集主目录，PaddleSeg在读取数据文件列表时，会将列表中的文件名与主目录拼接得到图片的绝对路径
无（需要用户自己填写）
训练集列表，调用pdseg/train.py进行训练时，会读取该列表中的图片进行训练
文件列表由多行组成，每一行的格式为
<img_path><sep><label_path>
无（需要用户自己填写）
验证集列表，调用pdseg/eval.py进行效果评估时，会读取该列表中的图片进行评估
文件列表由多行组成，每一行的格式为
<img_path><sep><label_path>
无（需要用户自己填写）
测试集列表，调用pdseg/vis.py进行可视化展示时，会读取该列表中的图片进行预测
文件列表由多行组成，每一行的格式为
<img_path><sep><label_path>
无（需要用户自己填写）
可视化列表，调用pdseg/train.py进行训练时，如果打开了--use_vdl开关，则在每次模型保存的时候，会读取该列表中的图片进行可视化
文件列表由多行组成，每一行的格式为
<img_path><sep><label_path>
无（需要用户自己填写）
类别数量，构建网络所需
19（但是一般需要用户修改为自己数据集的类别数量）
数据集中的label标注必须为0 ~ NUM_CLASSES - 1，如果label设置错误，会导致计算IOU时出现异常
图片类型，支持rgb、rgba、gray三种格式
rgb
文件列表中用于分隔输入图片和标签图片的分隔符
空格符
假设训练文件列表如下，则 SEPARATOR 应该填写 |
mydata/train/image1.jpg|mydata/train/image1.label.jpg
mydata/train/image2.jpg|mydata/train/image2.label.jpg
mydata/train/image3.jpg|mydata/train/image3.label.jpg
mydata/train/image4.jpg|mydata/train/image4.label.jpg
...
需要忽略的像素标签值，label中所有标记为该值的像素不会参与到loss的计算以及IOU、Acc等指标的计算
255