Ну тоесть разрезать изображения по областям и там уже отдельно сегментировать один класс?
Если ты уверен, что это точно так. Вот на мл тренировке какой-то был пример. Там обджект детекшн дорожных знаков был. И там можно было просто оставить нижнюю треть изображения.