Keras Conv2D输出尺寸。多类实例分割

Question

我正在尝试使用Unet架构创建keras实例分段CNN模型。 我要使用/修改的Keras CNN模型是：model.py CNN模型应该能够检测3种不同的对象类别：（主根，副根，茎）。

我已使用GitHub: Mask RCNN Instance segmentation package

的示例文件夹中的Balloon.py文件的修改版本将注解多边形（3个类）转换为位图蒙版。

我的注释->位图掩码文件：annotation.py 3类位图的可视化：

我想要3个（我的类）特征图的最后一个Conv2D输出，最终的softmax激活和categorical_crossentropy。我不知道如何将我的注释与模型预测“比较”。我必须在model.py文件中最后一个Conv2D层（conv9）之后使用某种keras.losses.categorical_crossentropy（y_true，y_pred）函数吗？