Tensorflow models/slim eval_image_classifier.py评估的图像数量错误

我按照tutorial来微调Flowers数据集的初始模型。Tensorflow models/slim eval_image_classifier.py评估的图像数量错误

flowers数据集在flowers.py文件中指定了350个验证图像。

但是，当我跑eval_image_classifier.py并修改它来打印TP，FP，TN，FN

数量

结果：

I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[64] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[286] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[2] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalseNegatives[48]

如果添加了起来，旗下共有400 。但验证图像的数量是350.

我做了微调我的自定义数据集，其中验证图像是150只有两个类。

结果为：

I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[11] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[155] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[4] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalseNegatives[30] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/Accuracy[0.83] 
I tensorflow/core/kernels/logging_ops.cc:79] eval/AreaUnderCurve[0.62156773]

如果把它们加起来的出来是200

这究竟是为什么？额外的50张图片来自哪里？

有没有办法修改eval_image_classifier.py来打印验证图像的名称及其预测和标签？

我也问过这个问题作为模型/ slim github上的问题，但我还没有收到任何回复。

来源

2017-08-07 Nik

图像不匹配数量的原因是程序正在使用的输入队列。它通过批量提供值。您需要根据数据集大小设置batch_size和num_batches以解决此问题。 num_batches。

默认值是上舍入deafult num_batches

来源

2017-08-07 05:53:14

好的，谢谢。我会尝试。对于我的自定义数据集，我有150个图像。所以我必须改变'batch_size = 75'？ – Nik

只要您与'num_batches'参数同步，您可以将'batch_size'设置为任意数字。 –

Tensorflow models/slim eval_image_classifier.py评估的图像数量错误

回答

相关问题