pspnet-pytorch
pspnet-pytorch copied to clipboard
测试图片mask全黑
你好,我用的自己的数据(两类)训练的模型,测试时用get_iou_prediction.py保存的图片mask为全黑的,我想问下这是什么情况呢,我需要修改代码的哪部分呢
1、这个代码输出的灰度图你看不出来 2、你去算mIOU,而不是去看…
那请问怎么可视化为能看清类别的图片呢
直接算miou的话前景类别mIou-nan; mPA-nan这个是什么情况呢
我的输入图像和标签都是单通道的,在代码中对应位置修改了图像大小和通道数
如果计算miou和mPA的时候缺少一个类会导致这样的问题(即任意一个或者多个类既没有真实标签也没有预测结果)
如果计算miou和mPA的时候缺少一个类会导致这样的问题(即任意一个或者多个类既没有真实标签也没有预测结果) 我用的是自己的数据集,真值图片是二值图,但是我不确定具体类别的标签名称,分类的真值标签名称会影响最后的结果嘛,miou.py里的类别名称name_classes必须要和真值标签名称一样嘛,如果有影响怎么能知道标注时的标签名称呢,毕竟没有用到标准的xml文件
xml文件应该不用在语义分割,语义分割一般用的标签文件是png或者json,我这里用的png,每一个像素点的值是它对应的类,如果你是二分类,那么就是,背景的点值为0,有类的点值为1.
请问如果是多分类,背景也是0么?
是的