预测值二值化操作

网络预测值二值化操作

看网络是否设计了输出的sigmoid （如没有进行sigmoid）

   output = torch.sigmoid(output)  # 把输入值转化为0.0 ~ 1.0
   pred = output.data.cpu().numpy()
   target = true_masks.data.cpu().numpy()
   # print("target.shape::",target.shape)

   pred = (pred > 0.5).astype(int) # 转化为整形分类  # 阈值
   target = (target).astype(int) # 转化为0和1的整形
   # pred = np.argmax(pred, axis=1)
   # print("pred-shape:",pred.shape)
   # print("target-shape:", target.shape)
   evaluator.add_batch(target, pred) # 评价标准使用（进行累加）