上图是原标签和我预测的分类图,后面将标签为0的也一起预测,但是却出来图三那种图这是为什么,求各位我解答一下,图四是我的代码
画出的分类图不对,求解答一下
上图是原标签和我预测的分类图,后面将标签为0的也一起预测,但是却出来图三那种图这是为什么,求各位我解答一下,图四是我的代码
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
11条回答 默认 最新
关注 引自免费微信小程序:皆我百晓生
根据您提供的代码片段和描述,您似乎在使用卷积神经网络对图像进行像素级的分类预测。您遇到了问题,即预测的分类图包含了不应该被预测的类别(标签为0的区域)。我将尝试分析您的代码并提供可能的解决方案。
首先,您的代码中有一个条件判断用于跳过标签为0的像素:
if int(y[i, j]) == 0: continue
这段代码的意图是当当前像素的标签为0时,不进行预测并继续下一个像素。但是,这里存在一个潜在的问题:
y[i, j]
应该是一个包含类别标签的数组。如果y
是一个二维数组,那么y[i, j]
将返回一个二维子数组,而不是单个标签值。因此,您需要确保您访问的是正确的标签值。另外,您的代码中还包含了一个类型转换:
outputs[i][j] = prediction + 1
这里,
prediction
是通过np.argmax
得到的类别索引(从0开始),而您将其加1来转换为类别标签。如果类别标签是从1开始的,那么这个操作是正确的。但如果类别标签是从0开始的,那么您应该保持prediction
的值不变。此外,您的代码中还包含了一个打印语句,但似乎有一些语法错误:
if i % 20 == 0: print("......row i, handling .", i)
这里,字符串和变量之间应该用逗号分隔。
最后,您的代码中有一个模型预测的部分:
prediction = net(X_test_image)
确保
net
是一个已经训练好的模型,并且输入X_test_image
的维度与模型训练时的输入维度相匹配。综上所述,您可以尝试以下步骤来解决问题:
- 确保
y
是一个包含单个类别标签的二维数组,并且y[i, j]
正确地访问了这些标签。 - 根据实际情况调整
outputs[i][j] = prediction + 1
这行代码,确保类别标签的偏移是正确的。 - 修正打印语句的语法错误。
- 确保模型和输入数据的维度匹配。
希望这些信息能帮助您解决问题。如果您需要进一步的帮助,请提供更多的上下文信息或完整的代码。
解决 无用评论 打赏 举报 编辑记录- 确保
悬赏问题
- ¥30 模拟电路 logisim
- ¥15 PVE8.2.7无法成功使用a5000的vGPU,什么原因
- ¥15 is not in the mmseg::model registry。报错,模型注册表找不到自定义模块。
- ¥15 安装quartus II18.1时弹出此error,怎么解决?
- ¥15 keil官网下载psn序列号在哪
- ¥15 想用adb命令做一个通话软件,播放录音
- ¥30 Pytorch深度学习服务器跑不通问题解决?
- ¥15 部分客户订单定位有误的问题
- ¥15 如何在maya程序中利用python编写领子和褶裥的模型的方法
- ¥15 Bug traq 数据包 大概什么价