如何在使用 ImageDataGenerator 时获得基本事实和相应的分数

Posted 2023-03-12

【中文标题】如何在使用 ImageDataGenerator 时获得基本事实和相应的分数

【英文标题】：How to get the ground truths and the corresponding scores while using ImageDataGenerator

【发布时间】：2019-09-14 21:35:09

【问题描述】：

我是 Keras 的新手，我使用 roc 曲线和我的测试数据集来评估我的模型的质量（该模型是使用功能 api 完成的，在我的代码 sn-中被标识为“model” p)。

我打算使用 ROC 曲线（使用 scikit-learn 中的 roc_curve）。

例子：

fpr_keras, tpr_keras, thresholds_keras = roc_curve(y_true,y_scores)

为了做到这一点，如文档所述，我需要真正的二进制标签（示例中为y_true）和目标分数（示例中为y_scores）。

但我不知道如何从测试中获取所有真正的二进制标签ImageDataGenerator（test_generator（见下文）返回一个 DirectoryIterator）。

而且我不知道如何用model.predict_generator得到对应的目标分数（它返回一个批量大小的数组）

现在我的代码看起来像这样（总结）：

from keras.preprocessing.image import ImageDataGenerator
from sklearn.metrics import roc_curve

height=150
width=150
batch_size=16

test_datagen = ImageDataGenerator(rescale=1./255)

test_generator = test_datagen.flow_from_directory(
        'data/test',
        target_size=(height, width),
        batch_size=batch_size,
        class_mode='binary')

y_pred_keras = model.predict_generator(test_generator,1).ravel()

【参考方案1】：

获取您正在使用的标签值test_generator.classes。它提供了用于测试的所有标签。有关更多信息，您可以查看此code。它显示了一个使用 keras 数据flow_from_directory 进行混淆矩阵评估的示例。现在您可以使用test_generator.classes 中的y_pred_keras 和y_pred_true 来创建ROC 曲线。

【讨论】：

我试过你的链接，我收到一个错误expected activation_5 to have shape (5,) but got array with shape (2,)。当我通过修改模型来修复它时，会出现另一个错误：（第 77 行）ValueError: Found input variables with inconsistent numbers of samples: [10, 190]。 test_generator.classes 也是一个 int，所以我不能做类似的事情：``` fpr_keras, tpr_keras, thresholds_keras = roc_curve(test_generator.classes, y_pred) ```

您找到创建曲线的解决方案了吗！？谢谢。