我从github下载并运行FCN的默认infer.py脚本。
"score"图层的输出只是1通道Mat并且无法转换为RGB img，我知道得分图层的原始输出blob是[1, 21, W, H]，但我怎么能得到3 - 通道RGB输出而不是1通道img？
我尝试将输入数据层从[1,3,W,H]更改为[3,3,W,H]并使用PIL.Image.convert('RGB')，但是，两者都失败了。
我是图像分割的初学者，任何建议都很有帮助，非常感谢〜
infer.py中的源代码，out.shape = [W, H]（即1通道不是3）：
out = net.blobs['score'].data[0].argmax(axis=0)
答案 0 :(得分：0)
训练FCN进行分割。因此，在最后一层中，在21个输出的每个像素处，它选择具有最大值的那个像素，并使用该索引来标记像素。因此我们得到1通道分段输出。
除非您从开始训练网络到输出RGB图像（不是分割），否则无法获取RGB图像。
答案 1 :(得分：0)
你得到的输出确实是每个像素一个数字（2D而不是3D）。你得到的数字是班级编号（0 =“背景”，1 =“飞机”等）。要将索引输出图像转换为RGB，您需要将每个类标签映射（手动）为一种颜色。你应该有索引0..20的地图 - ＆gt; （R，G，B）。
有关实现此转化的类，请参阅voc_helper.py。