Question

我在自己的数据集上运行SegNet（Segnet tutorial）。我通过test_segmentation.py看到了很好的结果。我的问题是我想看到真正的净结果，而不是test_segmentation自己的着色（通过类）。例如，如果我训练了2个班级的网，那么在火车之后，我将不仅会看到2种颜色（正如我们在课程中看到的那样），但我们将看到真正的净颜色分割（[0.22,0.19,0.3 .. ..）更轻更深，如网看到它] 我希望我能很好地解释自己。谢谢你的帮助。

Answer 1

您可以使用python脚本来实现您想要的效果。看看this script。

命令out = out['argmax']，提取原始输出，因此您可以根据需要获得具有“更亮和更暗”值的分割图。

Answer 2

当你说'真实＆＃39;净颜色分割我将假设您的意思是概率图。实际上，最后一层将为每个类提供一个映射;如果你在inference.py中检查函数predict，它们会取argmax;这是具有最高概率的通道（代表类）。如果你想获得这些地图，你只需要在不计算argmax的情况下获取数据;类似的东西：

#include "stdafx.h"
#include <iostream>
using namespace std;

void averScore(int test[], int size);
void highScore(int test[], int size);
void lowestScore(int test[], int size);



int main()
{

    const int SIZE1 = 5;
    const int SIZE2 = 6;
    const int SIZE3 = 4;
    const int SIZE4 = 5;

    int set1[SIZE1] = { 90,85, 88, 80, 85 };
    int set2[SIZE2] = { 89, 75, 78, 82, 83, 80 };
    int set3[SIZE3] = { 88, 82, 88, 90 };
    int set4[SIZE1] = { 85, 87, 88, 90, 92 };

    highScore(set1, SIZE1);

    return 0;
}

void highScore(int num[], int size)
{
    int highnum = 0;

    for (int i = 0; i < size; i++)
    {
        if (num[i] > highnum)
            highnum = num[i];
        cout << num[i];
    }
    cout << highnum;
}

Answer 3

我解决了。解决方法是在scipy保存方法中将cmin和cmax从0到1范围。例如：scipy.misc.toimage(output, cmin=0.0, amax=1).save(/path/.../image.png)

列车组的SegNet结果（通过test_segmentation.py测试）

3 个答案: