问题描述
我正在尝试使用带有 Resnet 主干的 Unet 对猫狗数据集执行语义分割,我的模型损失和 IOU 分数是有意义的,但是当我对其进行预测时,它只是没有意义并且没有意义'工作。
for n,id_ in tqdm(enumerate(train),total=len(train)):
dir_img = os.path.join('/content/drive/My Drive/drive/Cat_Seg',id_)
img = imread(dir_img)[:,:,:3]
img = resize(img,(224,224),mode='constant',preserve_range=True)
x[n] = img/255
for n,id_ in tqdm(enumerate(mask),total=len(mask)):
dir_img = os.path.join('/content/drive/My Drive/drive/Cat_Seg',id_)
img = imread(dir_img)
img = resize(img,preserve_range=True)
img = (img==2)*1
y[n] = img*1.0
model = Unet(backbone,encoder_weights='imagenet')
model.compile('Adam',loss=sm.losses.bce_dice_loss,metrics=[sm.metrics.iou_score])
model.fit(x_train,y_train,validation_data=(x_test,y_test),batch_size=16,epochs=40)
model.evaluate(x_test,y_test)
20/20 [==============================] - 0s 16ms/step
[1.1790703535079956,0.49258553981781006]
predic = model.predict(x_train)
这里只显示一张没有任何分割的蓝色图片!
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)