如何从custom_data_generator获取?
我知道通过model.predict可以得到y_pred数据,但我不知道如何得到y_true。
我发现了一些文章,但他们介绍了Keras的ImageDataGenerator
data_generator = CustomDataGenerator(image_folders, label_folders, **params)
model = unet()
model_checkpoint = ModelCheckpoint('test1.hdf5', monitor='loss',verbose=1, save_best_only=True)
train_history=model.fit_generator(data_generator, steps_per_epoch=200,epochs=30,callbacks=[model_checkpoint])
y_true = []
y_pred = []
y_pred = model.predict(train_history)
y_pred_cm = np.argmax(y_pred, axis=1)
cal(y_true, y_pred_cm)
个字符
1条答案
按热度按时间hfyxw5xn1#
从所提供的代码片段来看,y_true似乎是在CustomDataGenerator类中生成的。CustomDataGenerator类的get_data方法生成X和y数据批次,其中y表示基础真值标签。
若要访问y_true数据,可以修改CustomDataGenerator类以将标签存储在单独的列表中。
字符串
在这个修改后的CustomDataGenerator类中,generate_y_true方法为所有图像文件夹生成真实值标签。它假设存在一个函数generate_labels,该函数根据提供的label_folder生成标签。您可以使用自己的逻辑替换generate_labels以生成地面实况标签。
要获得y_true,可以在训练模型后调用generate_y_true方法:
型