您好，我在复现代码过程中遇到了下述问题： 我使用kitti_mot数据集中的0002场景(所有图片)进行训练，并在40000轮训练结束后，运行了evaluate.py代码： `python train.py --config xxx/kitti_reconstruction.yaml source_path=xxx model_path=xxx start_frame=0 end_frame=232` `python evaluate.py --config xxx/kitti_reconstruction.yaml source_path=xxx model_path=xxx start_frame=0 end_frame=232` yaml文件配置保持原始设置。但是发现训练过程中输出的visualization文件夹中的图片以及训练结束后eval文件夹中的图片，和使用evaluation.py输出的图片效果不一致，后者在非天空的区域明显变暗： **_visiualization/40000_148.png：_**  **_训练结束时自动eval的结果187.png：_**  **_手动运行evaluate.py的结果187.png（40000iter）：_**  **_手动运行evaluate.py的结果187.png（7000iter）：_**  发现7000iter时evaluation.py的运行结果比较合理，可是40000iter的evaluation.py输出结果与训练阶段的输出结果出现了明显的不一致。因此想要请问下，出现上述问题是否是哪里的配置不当导致的，如何修复该错误？非常期待您的回复！
您好，我在复现代码过程中遇到了下述问题：
我使用kitti_mot数据集中的0002场景(所有图片)进行训练，并在40000轮训练结束后，运行了evaluate.py代码：
python train.py --config xxx/kitti_reconstruction.yaml source_path=xxx model_path=xxx start_frame=0 end_frame=232python evaluate.py --config xxx/kitti_reconstruction.yaml source_path=xxx model_path=xxx start_frame=0 end_frame=232yaml文件配置保持原始设置。但是发现训练过程中输出的visualization文件夹中的图片以及训练结束后eval文件夹中的图片，和使用evaluation.py输出的图片效果不一致，后者在非天空的区域明显变暗：
visiualization/40000_148.png：
训练结束时自动eval的结果187.png：
手动运行evaluate.py的结果187.png（40000iter）：
手动运行evaluate.py的结果187.png（7000iter）：
发现7000iter时evaluation.py的运行结果比较合理，可是40000iter的evaluation.py输出结果与训练阶段的输出结果出现了明显的不一致。因此想要请问下，出现上述问题是否是哪里的配置不当导致的，如何修复该错误？非常期待您的回复！