#python #image-processing #deep-learning #conv-neural-network #classification
Вопрос:
Я обучил модель классификатора, используя cnn, и как классифицировать изображения, загруженные изображения с помощью flowfromdirectory. После тренировки я проверил невидимые данные, после чего мои прогнозные значения таковы:-
[[[[0.771866 0.8567589 0.902191 ]
[0.8756012 0.93743145 0.9572767 ]
[0.8575856 0.92234766 0.95071596]
...
[0.8285682 0.9203037 0.9460905 ]
[0.85615414 0.9182381 0.9420978 ]
[0.7868526 0.8462486 0.8882149 ]]
[[0.815824 0.8986912 0.93497586]
[0.88749367 0.94393086 0.96703947]
[0.8745645 0.93561155 0.9639484 ]
...
[0.85607237 0.93997157 0.96361405]
[0.8750243 0.937056 0.9653714 ]
[0.8367853 0.89637643 0.9370449 ]]
[[0.695155 0.7554943 0.77888066]
[0.8337961 0.8617642 0.8727031 ]
[0.8334781 0.84559196 0.86962295]
...
[0.01496893 0.03932272 0.01421419]
[0.01424129 0.04037565 0.01449471]
[0.02615304 0.05672317 0.0271827 ]]
[[0.71646017 0.76629317 0.79345727]
[0.8340155 0.86742646 0.87385976]
[0.84214795 0.8550026 0.872459 ]
...
[0.01343644 0.0353599 0.01344425]
[0.01343626 0.03432167 0.01197887]
[0.02437622 0.05071671 0.02522665]]
Как я могу получить это как class_indiceis/метки?
Комментарии:
1. Какова форма прогнозируемых значений? Какова форма вывода вашей модели? Сколько изображений вы загружаете, чтобы предсказать?
2. Похоже, у вас 9 классов? это правильно?
3. @Kaveh прогнозируемая форма (20, 256, 256) форма вывода модели (Нет, 256, 256, 3). У меня было 1200 изображений, относящихся к 3 классам.
4. @FreddyDaniel Нет. У меня есть только 3 класса/ярлыка
5. Сначала вы должны убедиться, что вывод модели соответствует, если у вас есть 3 класса, вывод должен быть (Нет, 3).