mxy519

The label is right. There are two classes(background and iris) in my dataset, and the input images are one channel ,also,the gt label is one channel. I do not know...

Thanks, I will do it. There is another problem,for each image, the ac is 100, miou is 50, is it normal?

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） 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