如何将模型测试预测转换为 png

Posted 2023-02-16

【中文标题】如何将模型测试预测转换为 png

【英文标题】：How to convert model test predictions to png

【发布时间】：2021-09-04 07:53:36

【问题描述】：

我用图片和面具训练了模型。我正在尝试获取预测的掩码。

model = load_model('unet_brain_mri_seg.hdf5', custom_objects='dice_coef_loss': dice_coef_loss, 'iou': iou, 'dice_coef': dice_coef)

model.compile(optimizer=opt, loss=dice_coef_loss, metrics=["binary_accuracy", iou, dice_coef])
test_gen = train_generator(df2, BATCH_SIZE,
                                dict(),
                                target_size=(im_height, im_width))
results = model.evaluate(test_gen, steps=len(df2) / BATCH_SIZE)
print("Test lost: ",results[0])
print("Test IOU: ",results[1])
print("Test Dice Coefficent: ",results[2])

from PIL import Image
i=0
for i in range(30):
    index=np.random.randint(1,len(df2.index))
    img = cv2.imread(df2['filename'].iloc[index])
    img = cv2.resize(img ,(im_height, im_width))
    img = img / 255
    img = img[np.newaxis, :, :, :]
    pred=model.predict(img)  
    plt.figure(figsize=(12,12))
    plt.subplot(1,3,1)
    plt.imshow(np.squeeze(img))
    plt.title('Original Image')
    plt.subplot(1,3,2)
    plt.imshow(np.squeeze(cv2.imread(df2['mask'].iloc[index])))
    plt.title('Original Mask')
    plt.subplot(1,3,3)
    plt.imshow(np.squeeze(pred) > .5)
    plt.title('Prediction')
    plt.show()  
    pred=np.asarray(pred)
    im = Image.fromarray(pred)
    im.save(r'C:\Users\Admin\Desktop\saglika2\Test\predicted_maske\''+str(i)+"pred_image.png")
    i=i+1

我正在加载模型并获取测试预测，但我不知道如何将预测转换为 png。

【问题讨论】：

您可以简单地将其写入这样的文件：from PIL import Image im = Image.fromarray(pred) im.save("pred_image.png")

当我尝试进入循环时出现错误`无法处理此数据类型：(1, 1, 256, 1),

【参考方案1】：

和UNet网络一样，输出也是图像，你可以像这样将输出保存为图像：

pred = model.predict(img)
pred = np.squeeze(pred, axis=0) #remove batch axis (1,256,256,1) => (256,256,1)
tf.keras.preprocessing.image.save_img("pred.png",pred)

【讨论】：

我收到此错误“无法处理此数据类型：(1, 1, 256, 1),

是的，我现在添加了。我正在尝试制作 256x256 1 通道 8 位 mask.png

但我仍然有同样的错误:(无法处理此数据类型：(1, 1, 256, 1), |u1

如果有帮助请不要忘记接受 ;-)