Tensorflow中tf.keras.metrics.MeanIoU在shape不一致错误

最新推荐文章于 2022-12-22 10:39:24 发布
VIP文章 最新推荐文章于 2022-12-22 10:39:24 发布
阅读量996 收藏 1
点赞数
文章标签： tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31232793/article/details/115889466
版权

TensorFlow版本：在2.4 和 2.5上这样改就可以（已测试）
还有其他版本好像是调用 call 方法实现的IoU,所以需要对应需要修改 call 函数

Tensorflow中tf.keras.metrics.MeanIoU在预测返回值为one-hot编码的情况下使用IoU

class MeanIoU(tf.keras.metrics.MeanIoU): 
    def update_state(self, y_true, y_pred, sample_weight=None
最低0.47元/天 解锁文章
Bluish White
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【TensorFlow】tf中关于shape的问题汇总
Jinlong_Xu的博客
05-08 9269
在TensorFlow中，涉及到shape的问题比较容易混淆，为此，在这里做一下区分，简单的汇总一下。 首先要说明一点，tf中tensor有两种shape，分别为static (inferred) shape 和 dynamic (true) shape，其中 static shape 用于构建图，是由创建这个tensor的op推断(inferred)得来，故又称 inferred shape。
解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
09-16
主要介绍了解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题，具有很好的参考价值，希望对大家有所帮助。一起跟随想过来看看吧
Tensorflow训练和测试时输入数据数量不同的解决方法
sunshine5050的博客
05-11 1879
分为以下两种方法： 1 将训练的模型保存为ckpt格式，训练时一次训练batch_size张图片（比如设为8，16，32等），测试时再重新设置不同的batch_size(比如一次只想测试一张图片，则将batch_size设为1)，然后进行inference并restore保存的ckpt模型 2 如果将模型保存为pb格式，那么模型被固化，测试时数据的shape必须与训练时输入的数据shape保持一样，此时如果想实现测试时的batchsize大小随意设置, 那么在训练时, 输入的placeholder的
Tensorflow获取tensor具体数据及InvalidArgumentError: Shape [-1,2186] has negative dimensions错误
小白白的博客
01-05 4700
（作者：陈玓玏） 一、查看tensor具体数据 在使用tensorflow训练模型的过程中，想要查看某些变量的具体内容，以便更好地掌握训练过程，但是tensorflow的变量都是tensor对象，而直接查看tensor对象只能看到其shape信息和数据类型信息，看不到具体的信息。 想要查看具体数据，需要通过session，代码如下： #引入tensorflow import tensorflow ...
Tensorflow keras中实现语义分割多分类指标：IOU、MIOU
不啻逍遥然的博客
04-29 3484
在TF1.x版本中 miou指标可以使用tf.metrics.mean_iou 进行计算： tf.metrics.mean_iou(labels, predictions, num_classes) 但是该方法有如下几点限制： 1. 无法在动态图中使用，例如Tensorflow2.x版本中（直接使用tf.metrics.mean_iou 是不行的，移动到tf.compat.v1.metrics.mean_iou中），由于TF2.x默认是开启动态图，因此会报错（见mean_iou方法的源码）
tensorflow语义分割计算mIoU时忽略某一类别
qq_39197555的博客
04-30 1618
在做语义分割的时候，有不少数据集中的部分类别是我们不想让其参与mIoU计算的。tensorflow忽略某一类别计算mIoU的方法网上比较少。经过阅读tensorflow文档，总结出一下求解方法： 数据准备： 1、先理解一维张量： 假设有张量a，b a = np.array([0, 1, 2, 3]) # 真实 b = np.array([0, 1, 0, 3]) # 预测 手动计算一下mIoU 类别0：= 交集 / 并集 = 1 / 2 = 0.5 类别1：= 1 / 1 =
tf.keras.datasets.mnist报错AttributeError: module ‘tensorflow.python.util.dispatch‘ has no a ...等解决方法
andyleo0111的博客
12-22 2276
tf.keras.datasets.mnist报错AttributeError: module 'tensorflow.python.util.dispatch' has no a ...等解决方法可能是kears库出现问题
tensorflow2中keras.metrics的Accuracy和Mean的用法
热门推荐
进击的Explorer
04-05 1万+
1、tf.keras.metrics.Accuracy函数说明： 计算预测与真实值的准确度。 用法： tf.keras.metrics.Accuracy ( name='accuracy', dtype=None ) 例如，如果y_true为[1、2、3、4]，而y_pred为[0、2、3、4]，则精度为3/4或 .75 。如果将权重指定为 [1、1、0、0] ，则精度将为1...
将keras的项目代码移植到tensorflow的tf.keras需要注意的问题
01-20
基础知识看的差不多的了，所以最近开始玩一些有趣的项目。因为现在tensorflow已经作为keras的后端，将其集成了过来，API是在tf.keras下面，所以keras的项目也...from tensorflow.keras.layers import Conv2D from te
tensorflow.keras.datasets.mnist加载的mnist数据集
04-14
通过tensorflow.keras.datasets.mnist.load_data()导入数据集时，由于需要google的服务器，国内无法访问资源。
tf.keras_分类模块数据归一化.ipynb_quietlyxoc_keras_归一化_lateory_tf.keras_源
10-01
将训练数据归一化，归一化不但有用，作用还是很巨大的。它可以防止梯度爆炸和梯度消失
tensorflow中的shape问题
hellosc2的博客
01-25 3591
在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维） 是张量维数的一个数量描述。 比如，下面的张量（使用Python中list定义的）就是2阶. t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] 你可以认为一个二阶张量就是我们平常所说的矩阵，一阶张量可以认为是一个向量.对于一...
keras 分割网络自定义评估函数 - mean iou
zywvvd的博客
05-25 4088
keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。 模型输出 假设模型具有多个输出 classify： 二维数组，分类softmax输出，需要配置交叉熵损失 segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失 others：自定义其他输出，需要自定义损失 具体配置 model 变量均为模型中网络层 inputs = [input_1 , input_2] outputs = [classify, s.
tf.metrics.mean_iou(), tf.where(), tf.ones_like()及通过混淆矩阵计算mean_iou
赤道6号转向发动机的博客
02-25 3373
今天看deeplab_v3+源码的时候研究了一下mean_iou的计算部分, 学习了几个函数, 以及根据混淆矩阵计算mean_iou的具体细节 源码是这样的: mean_iou = tf.metrics.mean_iou(valid_labels, valid_preds, params['num_classes']) train_mean_iou = compute_mean_iou(mean_...
在keras中使用tensorflow自带的评估标准
u013256679的博客
01-23 1952
在keras中使用tensorflow自带的metrics     Metrics是衡量一个神经网络性能的重要指标，然而在keras环境下，仅有有限个评估标准可以使用。Tensorflow自带了很多的评估标准，因此就产生了一个问题，能否在keras中使用tensorflow自带的评估标准？     多的不说，直接上代码！ // 首先将tensorflow的函数封装成为keras下的函数 def a...
混淆矩阵与tf.metrics.mean_iou()函数使用举例
未名方略
02-18 6022
IOU = true_positive / (true_positive + false_positive + false_negative) Calculate per-step mean Intersection-Over-Union tf.contrib.metrics.streaming_mean_iou tf.metrics.mean_iou 方法1 im...
TensorFlow2.0: keras.metrics的使用
meijie2018_1的博客
09-10 7810
keras.metrics中有两个api函数可以简化准确率acc和损失值loss的计算。其分别是metrics.Accuracy( )和metrics.Mean( )。 一、建立测量尺 #建立测量尺 acc_meter = metrics.Accuracy() loss_meter = metrics.Mean() 二、更新数据 loss_meter.update_state(loss) acc...
一文总结Keras的loss函数和metrics函数
/dev/null
04-22 3244
Loss函数 定义： keras.losses.mean_squared_error(y_true, y_pred) 用法很简单，就是计算均方误差平均值，例如 loss_fn = keras.losses.mean_squared_error a1 = tf.constant([1,1,1,1]) a2 = tf.constant([2,2,2,2]) loss_fn(a1,a2)...
【0.1】 前言--Tensorflow踩坑记之tf.metrics
澜子的博客
08-02 6570
[0.1] 前言–Tensorflow 之 tf.metrics 踩坑全记录 作为一名小白中的小白（苦笑脸），澜子的每一步都走得艰难万分（哭），好在身边还是有很靠谱的小伙伴能给我很多帮助，能让我艰难且缓慢无比的进度得到不小的提升。 所以，对于最近踩坑很多的 tf.metrics，特地记录一下。 当然，如果大噶发现博客中我理解过程中的任何错误，一定记得告诉我啊，这样才能更好地进步哇。 之所以...
tensorflow中tf.keras.optimizers.Adam如何设置参数
最新发布
05-26
tf.keras.optimizers.Adam是一种常用的优化器，它可以通过设置一些参数...在这个例子中，我们将learning_rate设置为0.01，beta_1设置为0.9，beta_2设置为0.999，epsilon设置为1e-7。这些参数可以根据具体情况进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值