假设图像尺寸为 512x512，标签图像为同样大小的灰度图。
输入数据与标签数据
- 输入数据：(batch, 512, 512, 3)，三个通道的数据
- 标签数据：(batch, 512, 512, 1)，0 和 255，调整为 0 和 1，相当于两个类
构建 U-Net 的模型
- Model inputs：(batch, 512, 512, 3)
- Model outputs：(batch, 512, 512, 2)
这个地方存在一些分歧，理论上讲两者应该对应，这样的话才能顺利的计算 loss 值，进行相应的梯度变换，但是对于这个问题由于标签数据已经有分类的结果 0 和 1，或者 0，1，2 等，这样就可以自动匹配到模型中的两个分类了，因此存在下面的对应关系。
组合1
- 标签数据：(batch, 512, 512, 1)，通过 0 和 1 来区分不同的类
- Model outputs：(batch, 512, 512, 1)，最后一层是 sigmoid 函数，所有值都在 0~1 之间，loss 使用 binary_crossentropy
- 对于这样的组合最终结果直接判断 >0.5 的就为 1，其他就为 0
组合2
- 标签数据：(batch, 512, 512, 1)，通过 0 和 1 来区分不同的类
- Model outputs：(batch, 512, 512, 2)，最后一层是 softmax 函数，所有值都在 0~1 之间，loss 使用 sparse_categorical_crossentropy（因为是二分类问题，我认为用组合1的信息应该也没问题，不确定，可探索下）
- 对于这样的组合最终结果是两个，取 argmax 的值来给两个类标记结果
组合3
- 标签数据：(batch, 512, 512, 2)，分成两层，第一层，1 表示类别1，0 表示类别2；第二层正好相反，其实这两层的数据正好彼此互补
- Model outputs：(batch, 512, 512, 2)，最后一层是 softmax 函数，所有值都在 0~1 之间，loss 使用 sparse_categorical_crossentropy（因为是二分类问题，我认为用组合1的信息应该也没问题，不确定，可探索下）
- 对于这样的组合最终结果是两个，取 argmax 的值来给两个类标记结果
总结下，就是对于二分类问题，模型可以进行识别相应的信息，可以直接处理。
个人浅显理解，可能有误！！！