语义分割过程的交叉熵问题

Question

如何对浮动图像和标签使用交叉熵？ 我正在研究使用 Cityscapes 数据进行语义分割。

当我使用

torchivision.transfrom.ToTensor()

我的图像和标签数据正在将范围从 [0~255] 转换为 [0~1]。因为我使用了 ToTensor()。

然后我将图像传递给模型，从中得到预测（Batch X class X W X H）。

之后，我想使用 CrossEntropy 来获得损失。
标签为(Batch X W X H)，范围[0~1]
预测是 (Batch X Class X W X H), range[-inf ~ +inf (somewhere)]

但是我得到一个错误，这些输入应该是 Tensor.long。

如果我将 theos 标签投射到 Tensor.Long，标签应该全为 0。

我应该怎么办？？？

城市景观应被视为忽略指标。 交叉熵具有忽略索引。 但标签是 [0~1] 范围。

Answer 1

自己解决。 在 Segmentation 中，不使用 Normalize 和 toTensor。

谢谢。