FCN图像分割的mask标签使用transforms.ToTensor问题

最近在用pytorch写FCN时，将损失函数换成了CrossEntropyLoss，出现的问题是在第一个反向传播后，loss一下变成了0，之后再怎么训练loss都是0不再变化。而最初的loss看起来是一个正常的浮点数，很显然网络不可能经过一个epoch就找到了最优解。
经过仔细排查后，发现经过dataloader出来的标签里面的值都为0，正常应该会包含一些[0,calss_num)的整数标签，原来是读取的mask文件经过transforms.ToTensor()方法之后都变成了0，该方法的源码中也写到
because the input image is scaled to [0.0, 1.0], this transformation should not be used when transforming target image masks.
也就是说文件中的所有值在totensor之后最后映射在[0,1]这个区间，而我还转成了long类型（为了匹配loss函数的要求），所以最后都变成了0。
因此解决方法为使用torch.as_tensor(img)方法将读取的mask_img转成tensor，再使用torch.unsqueeze(img,0)提升一个维度，这样就能无缝替换上面ToTensor了。