解决分割网络的结果一片黑的问题

最新推荐文章于 2024-03-20 11:08:33 发布

李伯爵的指间沙

最新推荐文章于 2024-03-20 11:08:33 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 图像分割文章标签：深度学习 opencv 计算机视觉

你若不肯低头，谁能为你戴上桂冠

本文链接：https://blog.csdn.net/m0_37690102/article/details/124512864

Python 同时被 2 个专栏收录

51 篇文章

订阅专栏

图像分割

1 篇文章

订阅专栏

这篇博客探讨了一个代码片段中的异常问题，主要涉及图像处理的预处理步骤。作者指出在原始代码中，图像和标签数据归一化时除以255缺少了小数点，导致潜在的精度损失。修复此错误后，预测结果得到了改善。文章强调了正确进行数据预处理对于模型性能的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

异常代码：

for f in files:
    img = cv2.imread('./dataset/images/' + f)
    # parts = f.split('_')
    # label_name = './dataset/labels/' + 'W0002_' + parts[1]

    label_name = './dataset/labels/' + f
    label = cv2.imread(label_name,2)

    img = cv2.resize(img,(w,h))
    label = cv2.resize(label,(w,h))

    images.append(img)
    labels.append(label)

images = np.array(images)
labels = np.array(labels)
labels = np.reshape(labels,
    (labels.shape[0],labels.shape[1],labels.shape[2],1))

print(images.shape)
print(labels.shape)

images = images/255
labels = labels/255

正确代码：

for f in files:
    img = cv2.imread('./dataset/images/' + f)
    # parts = f.split('_')
    # label_name = './dataset/labels/' + 'W0002_' + parts[1]

    label_name = './dataset/labels/' + f
    label = cv2.imread(label_name,2)

    img = cv2.resize(img,(w,h))
    label = cv2.resize(label,(w,h))

    images.append(img)
    labels.append(label)

images = np.array(images)
labels = np.array(labels)
labels = np.reshape(labels,
    (labels.shape[0],labels.shape[1],labels.shape[2],1))

print(images.shape)
print(labels.shape)

images = images/255.0
labels = labels/255.0

修改之后的预测结果：