Python 语义分割的model.predict（）函数结果的含义是什么？

我使用库进行多类（在我的例子中是4类）语义分割。该模型（带有“resnet34”主干的UNet）使用3000个RGB（224x224x3）图像进行训练。准确率约为92.80%

1） 为什么model.predict（）函数需要（1224224,3）形数组作为输入？我甚至在报纸上也找不到答案。实际上，下面的代码正在工作，我没有问题，但我想了解原因

predicts=model.predict（测试图像重塑（-1224224,3））；

2）

预测

是一个（1224224,3）形状的numpy阵列。其数据类型为

float32

，包含一些浮点数。这个数组中的数字是什么意思？我如何想象它们？我的意思是，我假设结果数组将为每个像素包含4个类别标签（从0到3）中的一个，然后我将为每个类别应用颜色贴图。换句话说，结果应该是一张预测图，但我没有得到。为了更好地理解我关于预测图的意思，请访问

result=预测[0]
plt.imshow（结果）#将matplotlib.pyplot作为plt导入

3） 我最后想做的是像在

视觉检查结果

函数中所做的那样。

1）深度神经网络架构中的图像输入形状是（224224,3），因此宽度=高度=224和3个颜色通道。如果您希望一次为模型提供多个图像，则需要一个附加维度。所以（1224224,3）或（某物，224224,3）

2）根据的文档，您可以指定要作为输出的类的数量

model=Unet（'resnet34'，classes=4，activation='softmax'）

。因此，如果您将标签图像重塑为一个形状（1224224,4）。最后一个维度是一个掩码通道，如果像素i，j属于k类，则用0或1表示。然后您可以预测并访问每个输出掩码

masked = model.predict(np.array([im])[0]
mask_class0 = masked[:,:,0]
mask_class1 = masked[:,:,1]

---

3）然后使用matplotlib，您将能够绘制语义分段或使用：

color.label2rgb

function

感谢您的第一个答案。但是我不明白第二个。我上传了

model.predict（）

的结果图像（224x224x3）。如您所见，图像中有两个类，圆形类和道路类。但就浮点数而言，这些类之间没有明确的区别。我想了解哪个像素属于哪个类别。我相应地编辑了我的答案。如果您仍然遇到困难，请向上投票并接受答案，然后发布新问题。很抱歉，我不能向上投票，这里是stackoverflow的警告：“记录声誉低于15的人所投的票，但不要更改公开显示的帖子分数。”。我仍然很困惑，还没有解决这个问题。你是什么意思“因此，如果你重塑你的标签图像有一个形状（1224224,4）。”？如果您的意思是，在我的代码中，带标签的图像是

result

，这是

model.predict（）

函数的输出，它不能转换为（1224224,4），因为它的形状是（224x224x3）。正如我所说的，如果您有4个类，那么您应该有一个输出为（1224224,4）的模型。输出为0-1掩码。Mask0对应于类0，所以如果像素i，j等于1，它就属于类0。等等，因为乌普托普的每个面具都与所问问题不匹配。请修改一下。