NumPy之argmax()方法理解

本文介绍了NumPy的argmax()方法的作用,特别是在深度学习图像分割中的应用。通过举例说明,解释了如何将softmax得分转换为整型标签图像,并详细解析了argmax()的计算过程,包括axis参数的含义。同时提醒注意通道顺序在不同库中的差异,如Tensorflow和Theano。
摘要由CSDN通过智能技术生成

1、numpy之argmax()作用

返回相应维度axis上的最大值的位置。

2、具体应用

深度学习图像分割多分类最后是softmax得分结果,我们需要将这个浮点型的结果保存成整型的标签图像,这样才算完成图像分割。softmax结果转成标签的过程就需要numpy的argmax()方法。
来一个具体案例,假设我们的softmax输出的得分结果是(2,2,3)的矩阵,如下图,2行2列的图像,里面有3个类别。

那么我们要转化成对应的标签应该是

我们来看看numpy的argmax是怎么工作的。
首先需要说明一点,当通道顺序在最后时,图1中在numpy表示的形式是:

softmax_score
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

打赏作者

GHZhao_GIS_RS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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