Python 如何在fit_generator中为3D数据赋予class_权重？

我需要对路面图像进行语义分割。我有一个不平衡的数据集。我正在使用批量大小为5的生成器（由于内存有限）将数据传递到

fit_generator

，以便在我的大数据集上拟合模型。我试图使用class_weight，但它给了我一个错误：

ValueError:

class_weight

不支持三维以上目标

我读到样本重量用于3D数据（我不知道它是如何工作的）。但是，

fit\u generator

没有此参数（样本重量）。有人能帮我解决这个问题吗

我的训练数据集包含41000张大小为

（512512）

的图像和12个标签。我的生成器生成尺寸为

（batch\u size，512，1）

的图像和尺寸为

（batch\u size，512，12）

的标签

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)