我尝试使用 Tensorflow 工具在mask-RCNN模型中实现损失功能。我使用了平均S形交叉熵损失函数：
loss_mask = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits( labels=y_true, logits=y_pred))
用于对象分类任务的 mask分支。他们为每个RoI（对象图）使用了S型像素密集分类。 输出日志的形状是 [batch_size num_roi，m，m，k] ，其中 m m 是遮罩（RoI地图）分辨率， k 是类数。
我对标签的形状感到困惑，并在损失功能中登录。以下段落来自Mask-Rcnn paper，这让我感到困惑。
对于每个RoI，mask分支都有一个K（m * m）维输出，它对K个分辨率为m×m的二进制掩码进行编码，每个 K班。为此，我们应用每个像素的Sigmoid，并定义Loss_mask 作为平均二进制交叉熵损失。对于与 真实级别k，Loss_mask仅在第k个掩码上定义 （其他屏蔽输出不会造成损耗）。我们对 Loss_mask允许网络为每个类生成掩码，而无需 班级之间的竞争；我们依靠专门的分类 分支以预测用于选择输出蒙版的类标签
我不明白他们的意思
对于与真实级别k相关的RoI，仅Loss_mask 在第k个遮罩上定义（其他遮罩输出对 损失）。
在登录和标签中应该做些什么，然后再将它们引入损失功能，以使实施正确？
换句话说，损失功能中的登录和标签是否是整个图像的蒙版具有 k 频道（ [batch_size，img_height，img_width，k] ）。我应该将同一张图像的 RoI登录信息合并到单个蒙版中吗？