下面是我试图实现的：我有一个(256,512,3)图像，左半部分是输入图像，右半部分是对应的分割掩码。我使用巴黎城市景观数据集。我通过检查哪个类的RGB值最接近，将像素Map到classID。
输入示例：
x1c 0d1x的数据
为了将分割掩码转换为具有相应类别标签的图像（总共有31个类别），我这样做：

def transformMask(input):
    global x
    input = np.expand_dims(input, axis= 2) #x.shape -> 1,1,31,3 | input.shape -> 256,256,1,3 (after expand_dims))
    output = np.argmin(np.linalg.norm(x - input, axis= -1), axis= -1)
    if np.sum(output > 31) > 0:
        exit(0)
    return np.broadcast_to(np.expand_dims(output, axis= -1), (256,256,3))

字符串
这里，x是一个包含31个类别的RGB值的数组。逻辑上，np.linalg.norm(x - input, axis= -1)之后的维度将是(256,256,31)，因此，np.argmin(np.linalg.norm(x - input, axis= -1), axis= -1)之后的维度将是(256,256)。
然而，在进一步检查时，转换后的掩码包含大于31的值，但这不应该是可能的，因为当最后一个轴中的索引数为31时，最小值的索引如何大于31？
我确实尝试单独执行这种转换（即只对一个图像），但没有任何问题。
为什么/如何发生这种情况？这就是transformMask的调用方式：

target_mask =  transformMask(image[:,256:,:]).astype(dtype= np.uint8)

型