多分类语义分割模型的损失函数应该如何选择？

Question

小白一枚，想请教下：
我的多分类语义分割模型，label为单通道图片，其像素值已经统一根据类别进行编号（类别5的像素值为5，类别2的像素值为2）。。我的类别数是6（含背景），模型的输出端的激活函数为softmax，损失函数定义为sparse_categorical_crossentropy，模型训练的时候，却会报维度不兼容的错误： Incompatible shape: [262144] vs [4, 256,256] (而4 * 256 *256 刚好就是262144）...这个到底要用什么损失函数才对呢？？
因为从理论上来说，对于label没有进行one-hot处理的多分类，不是应该使用sparse_categorical_crossentropy做损失函数，而不能使用categorical_crossentropy或binary_crossentropy么？？
一直不太理解这块，求高手指点~~

Answer 1

这不是损失函数的问题，是你自己对shape的理解不对吧。[262144]是一维，[4,256,256]是三维，要把后者flatten才能和前者匹配上啊。。