0
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。
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。 –