keras - 召回率和精度 0.00e+00
问题描述
我正在用 1280 个大脑 MIP 图像训练模型以检测脑动脉瘤:
# 1*1 convolutional layers
conv_final = layers.Conv2D(NUM_CLASSES, kernel_size=(1,1))(up_conv_512)
conv_final = layers.BatchNormalization(axis=axis)(conv_final)
conv_final = layers.Activation('sigmoid')(conv_final) #Change to softmax for multichannel
# Model integration
model = models.Model(inputs, conv_final, name="AttentionResUNet")
return model
input_shape = (512,512,3)
model=Attention_ResUNet(input_shape, NUM_CLASSES=1, dropout_rate=0.2, batch_norm=True)
model.summary()
为了训练:
model = Attention_ResUNet(input_shape)
metrics = [ dice_coef,Recall(), Precision()]
model.compile(loss=dice_coef_loss, optimizer=Adam(lr), metrics=metrics)
解决方案
推荐阅读
- windows - 如何从桌面快捷方式显示/隐藏任务栏
- android - 读取外部存储中的纯文本文件
- javascript - 如何在 Click 功能上克隆项目?
- ssl - 通过 Unix 套接字连接到 MySQL 路由器时强制 SSL 是否明智?
- c# - csvhelper:如何在 C# 上的现有 csv 上编写特定的“单元格”?
- java - 如何在主程序中使用两个(或更多)返回 String 的 bean,并在测试时用另外两个替换它们?
- angular - 以角度 8 在表单控件中输入数量时获取总值
- python - Numpy数组:在不复制的情况下获取原始字节
- amazon-web-services - 无法在 AWS CodeBuild 映像中使用 amazon-linux-extras
- c++ - Need help creating a program to factorize numbers