Как получить точность на тестовом наборе для задачи семантической сегментации - PullRequest
Новая
       2

Как получить точность на тестовом наборе для задачи семантической сегментации

0 голосов
/ 29 мая 2019

я следовал за кодом в Реализация фреймворка глубокого обучения - Unet, используя Keras , и я использовал свои собственные данные, которые имеют настоящую метку и мой прогноз - изображение в оттенках серого для классов дорог и бездорожья прогноз у меня вопрос, как получить точность на тестовом наборе, если изображения были сгенерированы из генератора изображений 

def testGenerator(test_path,num_image = 30,target_size = (256,256),flag_multi_class = False,as_gray = True):
    for i in range(num_image):
        img = io.imread(os.path.join(test_path,"%d.png"%i),as_gray = as_gray)
        img = img / 255
        img = trans.resize(img,target_size)
        img = np.reshape(img,img.shape+(1,)) if (not flag_multi_class) else img
        img = np.reshape(img,(1,)+img.shape)
        yield img

в этом случае, как сгенерировать истинную метку, чтобы получить точность и нарисовать путаницу извините, если мой вопрос так прост, но я новичок в области глубокого обучения любой код или ссылка имеют одинаковую проблему, будет признателен заранее спасибо

...