«Точность» метрик в керасе выдает Ошибка «Несовместимая форма» при решении задачи сегментации - PullRequest
Новая
       22

«Точность» метрик в керасе выдает Ошибка «Несовместимая форма» при решении задачи сегментации

0 голосов
/ 18 декабря 2018

Я использую Keras для решения задачи сегментации.
Основополагающими картами являются двоичные изображения, отмечая, что черный представляет фон, а белый представляет объекты.
Поэтому я использую генератор данных в Keras следующим образом, перед тем как установить значение 0в пиксели фона и значение 1 для объектов: 

train_label_datagen = ImageDataGenerator(
    horizontal_flip= True,
)
train_label_generaror = train_label_datagen.flow_from_directory(
    directory=os.path.join(FLAGS.dataset_dir, FLAGS.cropped_dir, "training",
                           FLAGS.labels_folder_name),
    target_size=(FLAGS.resize_size, FLAGS.resize_size),
    class_mode= None, 
    color_mode= 'grayscale',
    batch_size= FLAGS.batch_size,
    seed = FLAGS.seed,
    shuffle= False
)

И подробности функции model.compile: 

sgd = SGD(lr= FLAGS.lr, decay=FLAGS.decay, momentum=FLAGS.momentum, 
          nesterov=True)
model.compile(optimizer= sgd,
              loss = losses.sparse_categorical_crossentropy,
              metrics=['acc', miou])

model.output является картой вероятности.
MyВопрос в том, что: Когда я тренирую модель, возникает ошибка 

tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [602112] vs. [12,224,224]
 [[Node: metrics/acc/Equal = Equal[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:GPU:0"](metrics/acc/Reshape, metrics/acc/Cast)]]
 [[Node: metrics/miou/confusion_matrix/assert_non_negative_1/assert_less_equal/Assert/AssertGuard/Assert/Switch_1/_167 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_544_m...t/Switch_1", tensor_type=DT_INT64, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

. Я пытаюсь изменить потери на 'binary_crossentropy' и output.activation на 'sigmoid', тогда это работает.
Так что я хочузнать, что делает эту ошибку.

1 Ответ

0 голосов
/ 19 декабря 2018

Используя различные способы и анализ confusion_matrix , я решил проблему.
Код выглядит следующим образом: 

import keras.backend as K
from tensorflow.contrib.metrics import confusion_matrix
def custom_accuracy(y_true, y_pred, nb_classes):
    class_labels= K.reshape(y_true, shape=[-1])
    class_pred = K.resshape(y_pred, axis= -1)
    class_pred = K.reshape(class_pred, shape=[-1])

    confusion_matrix = confusion_matrix(labels= class_labels,
                                        prediction= class_pred,
                                        num_classes= nb_classes)
    TP = 0
    all = 0
    for class_index in range(0, nb_classes):
        TP += confusion_matrix[class_index, class_index]
        all += confusion_matrix[class_index]

    return K.sum(TP) / K.sum(all)

По настроенным метрикам точности это работает.

...