У меня есть одно изображение в качестве входных данных и две маски, я использовал мульти-метку Unet, процесс обучения работает без проблем, но когда я пытаюсь получить прогноз, Id обнаружил ошибку (KeyError:) для генератора тестов I использовал кусочек трески
def testGenerator(test_path= "data/membrane/test/image",num_image = 1584,target_size = (224,224),flag_multi_class = False,as_gray = False):
for i in range(num_image):
img = io.imread(os.path.join(test_path,"%d.jpg"%i),as_gray = as_gray)
img = img / 255.
img = trans.resize(img,target_size)
img = np.reshape(img,img.shape) if (not flag_multi_class) else img
img = np.reshape(img,(1,)+img.shape)
yield img
и для визуализации я использовал
def labelVisualize(num_class,color_dict,img):
img = img[:,:,0] if len(img.shape) == 3 else img
img_out = np.zeros(img.shape + (3,))
for i in range(num_class):
img_out[img == i,:] = color_dict[i]
return img_out / 255
def saveResult(save_path,npyfile,flag_multi_class = False,num_class = 2):
for i,item in enumerate(npyfile):
img = labelVisualize(num_class,COLOR_DICT,item) if flag_multi_class else item[:,:,0]
io.imsave(os.path.join(save_path,"%d_predict.tif"%(i)), os.path.join(save_path,"%d_predict.tif"%(i)),skimage.img_as_ubyte(img))
трассировку, как показано:
KeyError Traceback (most recent call last)
<ipython-input-29-60fe459f67b9> in <module>
4 results = model.predict_generator(testGene,10,verbose=1)
5 #saveResult("data/membrane/test/results",results)
----> 6 saveResult("data/membrane/test/results/road",results)
7 saveResult("data/membrane/test/results/cl",results)
<ipython-input-26-6c6016bc75cc> in saveResult(save_path, npyfile, flag_multi_class, num_class)
26 for i,item in enumerate(npyfile):
27 img = labelVisualize(num_class,COLOR_DICT,item) if flag_multi_class else item[:,:,0]
---> 28 io.imsave(os.path.join(save_path,"%d_predict.tif"% (i)), os.path.join(save_path,"%d_predict.tif"% (i)),skimage.img_as_ubyte(img))
/anaconda3/lib/python3.6/site-packages/skimage/io/_io.py in imsave(fname, arr, plugin, **plugin_args)
137 if fname.lower().endswith(('.tiff', '.tif')):
138 plugin = 'tifffile'
--> 139 if is_low_contrast(arr):
140 warn('%s is a low contrast image' % fname)
141 if arr.dtype == bool:
/anaconda3/lib/python3.6/site-packages/skimage/exposure/exposure.py in is_low_contrast(image, fraction_threshold, lower_percentile, upper_percentile, method)
501 image = rgb2gray(image)
502
--> 503 dlimits = dtype_limits(image, clip_negative=False)
504 limits = np.percentile(image, [lower_percentile, upper_percentile])
505 ratio = (limits[1] - limits[0]) / (dlimits[1] - dlimits[0])
/anaconda3/lib/python3.6/site-packages/skimage/util/dtype.py in dtype_limits(image, clip_negative)
55 warn('The default of `clip_negative` in `skimage.util.dtype_limits` '
56 'will change to `False` in version 0.15.')
---> 57 imin, imax = dtype_range[image.dtype.type]
58 if clip_negative:
59 imin = 0
KeyError: <class 'numpy.str_'>
Мне нужно получить две предсказанные маски для Каждое изображение в тестовом наборе данных и сохранить его в отдельных папках, любая идея для решения этой проблемы будет признателен, заранее спасибо