Question

我正在使用keras构建可输入720x1280图像并输出值的模型。

在使用keras.models.Sequential.predict_generator类获取与验证/训练集上的图像对应的值时，keras.utils.Sequence遇到问题。返回的值被混洗，所以我不知道哪个输出对应哪个图像。

这是我的生成器的定义方式

from skimage.io import ImageCollection, imread 
from keras.utils import Sequence

def load_images(f):
    return imread(f).astype(np.float64)

class DataSetImageKeras(Sequence):
    def __init__(self, image_collection, values, batch_size):
        self.images = image_collection
        self.hf = values
        self.batch_size = batch_size
        self.n = len(self.images)
        self.x_scale = 250
        self.y_scale = 1e4

    def __len__(self):
        return int(np.ceil(len(self.images) / float(self.batch_size)))

    def __getitem__(self, idx):
        # batch_x is a numpy.ndarray
        batch_x = (
                self.images[idx:min(idx + self.batch_size, self.n)]
                .concatenate()
                .reshape(self.batch_size, 720, 1280, 1)
                ) 
        batch_y = self.hf[idx:min(idx + self.batch_size, self.n)]


        return batch_x/self.x_scale, batch_y/self.y_scale

images_train = ImageCollection(images_paths_train, load_func=load_images)
images_val = ImageCollection(images_paths_test, load_func=load_images)

data_train = DataSetImageKeras(images_train, values_train, n_batch)
data_val = DataSetImageKeras(images_val, values_val, n_batch)


from keras.models import load_model
model = load_model('model001') #this model is already trained

如果我使用以下代码：

val_result = []
val_hf =[]
for (batch_x, batch_y) in data_val:
    val_result.append(model.predict_on_batch(batch_x))
    val_hf.append(batch_y)

val_result = np.concatenate(val_result)
val_hf = np.concatenate(val_hf)

plt.plot(val_hf, 
         val_result,
         marker='.',
         linestyle='')

获得正确的结果（如this image所示，其中x是期望值，y是预测值）

但是，如果我使用预测函数，如下所示：

val_result = model.predict_generator(data_val, verbose=1,
                                     workers=1,
                                     max_queue_size=50,
                                     use_multiprocessing=False)

如here所示，输出乱序显示。

我的问题类似于 #5048和 #6745，这应该通过解决 #6891 API，但我使用的是keras版本2.1.6，即使使用workers=1，它仍在拖延我的预测。

它也类似于this，但是我没有发现任何可以重置生成器的东西，如果我定义一个新的生成器并尝试运行predict_generator，这个问题仍然存在。 / p>

我还发现有些事情可能与批处理数量没有完全除以样本数量有关，但是如果我使用n_batch=1

，此问题仍然存在

请注意，因为values和images_paths上的输入数据已经被改组了，所以predict_generator不会对数据进行改组，而是仅以索引偏移量返回它。

Answer 1

毕竟，

predict_generator并没有拖延我的预测。问题出在__getitem__方法上。例如，使用n_batch=32，该方法将产生从1到32，然后从2到33等的值，而不是从1到32、33到64等。

更改以下方法可以解决问题

 def __getitem__(self, idx):
    # batch_x is a numpy.ndarray
    idx_min = idx*self.batch_size
    idx_max = min(idx_min + self.batch_size, self.n)
    batch_x = (
            self.images[idx_min:idx_max]
            .concatenate()
            .reshape(self.batch_size, 720, 1280, 1)
            ) 
    batch_y = self.hf[idx_min:idx_max]

使用keras.utils.Sequence时，keras预言生成器正在改组其输出

1 个答案: