列車集的SegNet結果（通過test_segmentation.py進行測試）

我在我自己的數據集上運行SegNet（通過Segnet tutorial）。我通過test_segmentation.py看到了不錯的結果。我的問題是，我想看到真正的淨結果，而不是test_segmentation自己的着色（通過類）。例如，如果我有兩個班的訓練網，那麼在火車後面我不僅會看到2種顏色（就像我們在課堂上看到的那樣），但是我們會看到真正的淨色彩分割（[0.22,0.19,0.3。 ...）更輕，更深，因爲網看到它] 我希望我解釋得很好。感謝您的幫助。列車集的SegNet結果（通過test_segmentation.py進行測試）

來源

2016-10-10 Z.Kal

我解決了它。解決方法是在scipy保存方法中將範圍從0到1的cmin和cmax範圍。例如：scipy.misc.toimage(output, cmin=0.0, amax=1).save(/path/.../image.png)

來源

2016-10-13 11:14:01

你可以使用python腳本來實現你想要的。看看this script。

命令out = out['argmax']提取原始輸出，因此您可以根據需要獲得具有「更亮和更暗」值的分割圖。

來源

2016-10-10 13:09:31 malreddysid

其不正確。你應該看到原來的圖像。沒有采取最大/平均/等。論據。在這裏看到我的答案。 –

當你說'真正的'淨色分割時，我會假定你的意思是概率圖。有效地，最後一層將爲每個班級繪製一張地圖;如果你檢查inference.py中的函數預測，他們採取argmax;那就是具有最高可能性的頻道（其代表班級）。如果你想獲得這些地圖，你只需要獲取數據而不需要計算argmax;像這樣：

predicted = net.blobs['prob'].data

來源

2016-10-11 00:08:35

是的。你必須從'prob'中獲取數據，但是如果你想看到與圖像矩陣中相同的像素，你必須將'cmin'和'cmax'範圍。在這裏看到我的答案。 –

列車集的SegNet結果（通過test_segmentation.py進行測試）

回答

相關問題