python - 为张量流分割模型获取混淆矩阵的有效方法是什么?
问题描述
我有一个张量流分割模型(u-net),我在具有 4 个分割类的图像上运行。(我也有一个 2 类模型,但想法是一样的。)我想建立一个混淆矩阵来比较结果图像的类分配。
通过在图像上运行模型并使用 numpy 操作来构建相应的矩阵,我可以做到这一点。但是,我确信在 tensorflow 中必须有某种方法可以做到这一点。我正在寻找使用评估生成器的方法,这是我目前正在做的以获得准确性,但任何等效的替代方案都将受到欢迎。
解决方案
推荐阅读
- powershell - Powershell:停止进程
- c# - 如何检查图标元素是否可见?
- c++ - 使用 DIPlib 进行垫圈测量
- python - 正则表达式模式匹配 terraform 模块代码
- javascript - 如何在express-js中将变量从一个路由传递到另一个路由
- shortest-path - GraphFrames Shortest Paths 给出距离而不是实际路径
- java - PDFBox - 关于如何创建表格视图
- android - Firestore 离线数据会在后台同步,还是在下次启动应用程序时同步?
- linux - 根据第 1 列合并多行
- node.js - 由于值“NaN”错误,转换为数字失败