Question

我正在使用TensorFlow-Slim，我在eval_image_classifier.py（位于/ models / slim /）中添加了一些代码行来计算TP，TN，FP和FN。但是，计算精度=（TP + TN）/（TP + FP + FN + TN）不等于slim.metrics.streaming_accuracy（预测，标签）给出的精度。

我已经改变了标准代码：

names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
    'Accuracy': slim.metrics.streaming_accuracy(predictions, labels),
        'Recall_5': slim.metrics.streaming_recall_at_k(
            logits, labels, 5),
    })

......对此：

names_to_values, names_to_updates = slim.metrics.aggregate_metric_map({
        'Accuracy': slim.metrics.streaming_accuracy(predictions, labels),
        'TruePositives': slim.metrics.streaming_true_positives(predictions, labels),        
        'TrueNegatives': slim.metrics.streaming_true_negatives(predictions, labels),
        'FalsePositives': slim.metrics.streaming_false_positives(predictions, labels),
        'FalseNegatives': slim.metrics.streaming_false_negatives(predictions, labels),
        'Recall_5': slim.metrics.streaming_recall_at_k(
        logits, labels, 5),
    })

输出：

I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[322]
I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[72]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[4]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalseNegatives[2]
I tensorflow/core/kernels/logging_ops.cc:79] eval/Accuracy[0.9525]
I tensorflow/core/kernels/logging_ops.cc:79] eval/Recall_5[1]

我测试了finetune_resnet_v1_50_on_flowers.sh脚本（位于/ models / slim / scripts中）而没有改变任何东西（克隆于12.04.2017）。

我无法找到我的错误。我很高兴收到你对这个问题的答案，意见或具体建议。

CUDA版本：8.0版，V8.0.53

从二进制测试版本安装的TensorFlow：1.0.1和1.1.0rc1

GPU：NVIDIA Tesla P100（SXM2）

TF-Slim：计算精度

0 个答案: