Собственно как это сейчас работает. После ряда осмыслений на вход сети просто приходит картинка 256х256, прогоняется через нейросеть и на выходе пикселю присваивается одно из трех значений - дорога, разметка машина.
Выходное разрешение 32*32
Можно позалипать.