在上一个问题的帮助下,我设计了IoU的以下实现:
def iou(y_pred_batch, y_true_batch):
intersection = tf.zeros(())
union = tf.zeros(())
y_pred_batch = np.argmax(y_pred_batch, axis=-1)
y_true_batch = np.argmax(y_true_batch, axis=-1)
for i in range(num_classes):
iTensor = tf.to_int64(tf.fill(y_pred_batch.shape, i))
intersection = tf.add(intersection, tf.to_float(tf.count_nonzero(tf.logical_and(K.equal(y_true_batch, y_pred_batch), K.equal(y_true_batch, iTensor)))))
union = tf.add(union, tf.to_float(tf.count_nonzero(tf.logical_or(K.equal(y_true_batch, iTensor), K.equal(y_pred_batch, iTensor)))))
return intersection/union
我使用以下行来测试代码:
sess = tf.InteractiveSession()
y_true_batch = np.asarray([np.random.rand(imRows, imCols, num_classes) for i in range(2)])
y_pred_batch = np.asarray([np.random.rand(imRows, imCols, num_classes) for i in range(2)])
print (iou(y_true_batch, y_pred_batch).eval())
sess.close()
这产生~0.02的值,这是随机初始化值所期望的。但是,当我在我的keras模型中使用此度量标准时,度量标准从第1纪元开始返回1.0000,这显然是错误的。我不知道为什么会这样,任何帮助都会受到赞赏。
答案 0 :(得分:1)
刚刚改变了
np.argmax()
到
from keras import backend as K
K.argmax()
原因是当你使用np.argmax()计算时没有创建张量,代码应该是张量语言。 你需要在keras的张量操作中执行所有操作。
用于keras测试。
y_true = np.asarray([np.random.rand(4,4, 4) for i in range(2)])
y_pred = np.asarray([np.random.rand(4, 4, 4) for i in range(2)])
iou_value = iou(
K.variable(y_true),
K.variable(y_pred),
).eval(session=K.get_session())
print('iou', iou)