三通道 one-hot 分割标签转像素类别编号，解决 only batches of spatial targets 报错

这个报错的根本原因是 PyTorch 的 CrossEntropyLoss 做多类语义分割时，要求标签 target 是 3 维张量[batch, H, W]、存像素类别编号，而你传入的是 4 维的 one-hot 标签[batch, 3, H, W]，多了一个类别通道维度，框架无法识别，所以抛出 only batches of spatial targets supported 异常，解决思路就是用 argmax 在通道维度上提取索引，把 3 通道 one-hot 独热掩码压缩成单通道类别索引图，转换之后张量维度就符合损失函数的输入规范，直接送入 loss 计算就不会再报这个错，同时要注意转换后必须转成 long 长整型，不然还会触发类型不匹配的额外报错。

一、张量形状对照表格

说明：B=batch 批次，3 = 类别数，H = 高，W = 宽；one-hot 里每个通道对应一个类别，像素位置为 1 代表属于该类别。

二、核心转换代码

import torch

one_hot_mask: [B,3,H,W] 三通道独热标签

one_hot_mask = torch.randint(0,2,(2,3,256,256))

在dim=1通道维度取argmax，得到类别索引

label_mask = torch.argmax(one_hot_mask, dim=1)

转为long类型，损失函数强制要求long

label_mask = label_mask.long()

print(label_mask.shape) torch.Size([2,256,256])

• dim=1：通道维度，千万不要写错 dim，dim 写反会拿到错误类别
• argmax 作用：每个像素位置，找到值最大的通道下标，这个下标就是类别编号 0/1/2

三、完整排查和修复步骤

1. 先打印 shape 确认标签维度：如果标签是[B,3,H,W]，就是 one-hot 格式，是报错源头
2. 使用torch.argmax(one_hot, dim=1)压缩通道，去掉类别通道
3. 强制转 long：.long()，CrossEntropyLoss target 必须是 long 整型
4. 送入 loss：loss = criterion(pred, label_mask)，pred 是模型输出 logits，shape [B,3,H,W]
5. 额外校验：打印标签取值范围，数值必须在 0~ 类别数 - 1 之间，不能出现负数或者超过类别总数的值

四、容易踩坑的额外问题

1. 通道顺序问题：如果你的 one-hot 是通道在后[B,H,W,3]，argmax 要改成 dim=-1，之后 permute 调整维度
2. 不要用 squeeze 直接删通道：squeeze 只会删掉维度为 1 的轴，3 通道不能直接 squeeze，这是很多人踩的坑
3. 二分类区分：如果是二分类，BCEWithLogitsLoss 可以直接接收 one-hot，不需要转类别索引，只有 CrossEntropyLoss 才需要这个转换
4. 空标签、异常值：argmax 不会自动处理无效标签，有 ignore_index 的情况，转换前单独处理掩码

五、报错复现对比

错误写法（直接传入one-hot，触发报错）

criterion = torch.nn.CrossEntropyLoss()

pred = torch.randn(2,3,256,256)

one_hot = torch.randint(0,2,(2,3,256,256))

loss = criterion(pred, one_hot) 报错：only batches of spatial targets supported

正确写法（先转类别编号）

label = torch.argmax(one_hot, dim=1).long()

loss = criterion(pred, label)

【相关 FAQ】

问题 1：三通道 one-hot 分割标签转像素类别编号，dim 参数为什么设置成 dim=1？

回答 1：三通道 one-hot 分割标签默认 shape 是 [B,3,H,W]，类别通道在第 1 维，dim=1 就是沿着类别通道做 argmax，才能正确得到每个像素对应的类别编号，解决 only batches of spatial targets 报错。

问题 2：完成三通道 one-hot 分割标签转像素类别编号之后，为什么还要加.long ()？

回答 2：CrossEntropyLoss 要求 target 标签必须是 long 长整型，三通道 one-hot 分割标签转像素类别编号得到的张量默认是 int，不转 long 会抛出类型错误，即使维度正确也无法正常计算 loss。

问题 3：only batches of spatial targets 报错，除了三通道 one-hot 没有转像素类别编号之外，还有别的原因吗？

回答 3：还有，比如标签多了一个多余通道维度 shape [B,1,H,W]、标签写成一维分类标签、通道顺序颠倒，但是在三通道多类分割场景，最常见原因就是直接把 one-hot 标签送入损失函数，没有转为像素类别编号。

问题 4：三通道 one-hot 分割标签转像素类别编号，能不能用 squeeze 代替 argmax？

回答 4：不能，squeeze 只能删除维度大小为 1 的轴，三通道 one-hot 的通道维度是 3，squeeze 无法压缩，想要拿到像素类别编号，必须用 argmax 在类别通道上计算索引。

【参考资料】

[2023-07-25]（Multiclass semantic segmentation with RGB masks）PyTorch Forums

[2022-10-20]（only batches of spatial targets supported 3D tensors but got targets of dimension:1）PyTorch Forums

[2021-11-03]（Convert segmentation mask of shape [224,224,3] to mask [224,224,classes]）PyTorch Forums

[2021-09-16]（Training Semantic Segmentation）PyTorch Forums

[2020-02-25]（Only batches of spatial targets supported non-empty 3D tensors but got targets of size）PyTorch Forums

【免责声明】

本文内容基于 PyTorch 官方语义分割损失规则、社区公开方案整理，仅针对三通道 one-hot 分割标签转像素类别编号、only batches of spatial targets 报错进行技术科普；不同版本 PyTorch、自定义损失、多标签分割任务行为存在差异，代码使用前请结合自己数据集、模型结构做验证，不保证适配所有特殊分割场景。