深度学习图像分割标签onehot

该篇文章详细描述了如何使用numpy库在处理多类别标签时创建one-hot编码,通过`np.zeros`函数初始化矩阵,然后利用循环逐类设置为1的过程。
摘要由CSDN通过智能技术生成
# # 标签 onehot
        # lab_c = np.zeros(shape=[self.num_classes]+list(label_array.shape),dtype="float32")
        # for i in range(self.num_classes):
        #     tmp = np.zeros_like(label_array)
        #     tmp[label_array==i] = 1
        #     lab_c[i,...] = tmp
  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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