U-Net语义分割模型最后一层选Softmax还是Sigmoid？原因是什么？

核心判断标准是你的分割任务类型，两种激活函数的适用场景和原因完全不同：

Sigmoid激活 #

• 适用场景：二分类分割（比如前景/背景二选一）、多标签分割（一个像素可能同时属于多个类别，比如医学影像中同一区域存在多种病变）
• 选择原因：Sigmoid会把每个通道的输出压缩到[0,1]区间，每个通道的概率计算完全独立，互不影响。比如二分类时单通道输出，值越接近1越属于目标类别；多标签时每个通道对应一个类别，能独立输出该像素属于对应类别的概率，允许同一像素被标记为多个类别。
• 常用搭配损失：二元交叉熵损失（推荐用BCEWithLogitsLoss，无需手动加Sigmoid，数值稳定性更好）

Softmax激活 #

• 适用场景：单标签多分类分割（每个像素只能属于一个类别，比如城市景观分割中的天空、道路、建筑等互斥类别）
• 选择原因：Softmax会对所有通道的输出做归一化处理，让所有类别的概率之和为1，强制每个像素在不同类别中做互斥选择，能直接得到每个像素属于各类别的概率分布，方便后续取最大概率作为类别预测。
• 常用搭配损失：交叉熵损失（推荐用CrossEntropyLoss，自带Softmax计算，无需手动添加）

额外提醒 #

• 原始U-Net论文用的是Sigmoid，因为当时针对的是医学影像二分割任务（比如细胞与背景的区分）
• 如果是多标签任务，绝对不能用Softmax——它的归一化特性会压制多个类别同时激活的可能性，导致模型无法正确预测多标签场景

内容的提问来源于stack exchange，提问作者Omar Essam El-Din