图像分割的最后一层一般是卷积网络的输出
self.Conv = nn.Conv2d(64, num_classes, kernel_size=1, stride=1, padding=0)
num_classes就是输出的分类个数。

我们以4分类为例子，图像尺寸为2×2，标注类别分别是0，1，2，3

label

>>> label = torch.arange(4).reshape(2,2)
>>> label 
# tensor([[0, 1],
#         [2, 3]])

输入图像经过卷积网络，再经过softmax()函数后，输出层应该是4层2×2张量（矩阵），第一层的含义是：[0][0]这个像素大概率是类别1，其他像素大概率不是类别1，第二层的含义是：[1][0]这个像素大概率是类别2，其他像素大概率不是类别2。第三层和第四层类似。

输出层

那怎么比较输出层和标注层呢，输出层的shape=（4，2，2），标注层的shape=（2，2），
一种方法是把输出层shape转换成（2，2）（这里不做介绍），还有一种就是把标注层shape改为（4，2，2），用到的方法就是torch.nn.functional.one_hot()，函数的具体api可以去官网查询。用法如下：

>>> abel_C = torch.nn.functional.one_hot(label,4)
>>> label_C.shape
# torch.Size([2, 2, 4])
# 再用translate转换
>>> label_C= torch.transpose(torch.transpose(label_C,0,2),1,2)
>>> label_C.shape
# torch.Size([4, 2, 2])