Pourquoi utilisons-nous une fonction d'activation Softmax dans les autoencoders convolutionnels?

Question

J'ai travaillé sur un projet de segmentation d'images où j'ai créé un autoencoder convolutionnel. J'ai vu cette image et je l'ai implémentée à l'aide de keras.

À la couche de sortie, l'auteur a utilisé la fonction d'activation SoftMax. Cela ne devrait-il pas être relu?

Selon moi, cela semble être un problème de régression, où nous devons prédire les valeurs continues pour les pixels d'image segmentés. Si oui, pourquoi utilisons-nous une fonction softmax, au lieu de relu ou d'une fonction linéaire?