Keras：从ImageDataGenerator或predict\u generator获取真实标签（y_测试）

我正在使用

ImageDataGenerator（）.flow\u from\u directory（…）

从目录生成批量数据

在模型成功构建之后，我希望得到一个两列的真类标签和预测类标签数组。使用

model.predict\u生成器（validation\u generator，steps=NUM\u steps）

我可以得到一个预测类的numpy数组。是否可以让

predict\u生成器

输出相应的真实类标签

---

要添加：validation\u generator.classes确实打印真实标签，但按照从目录中检索标签的顺序，它不考虑通过增广进行的批处理或样本扩展。

您可以通过以下方式获得预测标签：

 y_pred = numpy.rint(predictions)

您可以通过以下方式获得真正的标签：

y_true = validation_generator.classes

在此之前，应在验证生成器中设置

shuffle=False

最后，您可以通过以下方式打印混淆矩阵：

打印混淆矩阵（y\u-true，y\u-pred）

还有另一种稍微“黑客化”的方法，可以检索真实的标签。请注意，当在生成器中设置

shuffle=True

时，这种方法可以处理（一般来说，洗牌数据是一个好主意-如果您在存储数据的地方手动执行，或者通过生成器执行，这可能更容易）。不过，对于这种方法，您需要您的模型

# Create lists for storing the predictions and labels
predictions = []
labels = []

# Get the total number of labels in generator 
# (i.e. the length of the dataset where the generator generates batches from)
n = len(generator.labels)

# Loop over the generator
for data, label in generator:
    # Make predictions on data using the model. Store the results.
    predictions.extend(model.predict(data).flatten())

    # Store corresponding labels
    labels.extend(label)

    # We have to break out from the generator when we've processed 
    # the entire once (otherwise we would end up with duplicates). 
    if (len(label) < generator.batch_size) and (len(predictions) == n):
        break

#创建用于存储预测和标签的列表
预测=[]
标签=[]
#获取生成器中标签的总数
#（即生成器从中生成批次的数据集的长度）
n=长度（发电机标签）
#发电机上的回路
对于数据，请在生成器中添加标签：
#使用模型对数据进行预测。存储结果。
expections.extend（model.predict（data.flatte（））
#存储相应的标签
标签。扩展（标签）
#处理完后，我们必须从发电机里跳出来
#整个过程只有一次（否则我们最终会得到重复的结果）。
如果（len（标签）<发生器批次尺寸）和（len（预测）=n）：
打破

您的预测和相应的标签现在应该分别存储在

预测

和

标签

中

---

最后，请记住，我们不应该在验证集和测试集/生成器上添加数据增强。

@Kasra，您能提供有关问题的详细信息吗？请注意，我们不应该在验证集和测试集/生成器上添加数据增强。