位置: IT常识 - 正文

TransUnet官方代码测试自己的数据集(已训练完毕)(transit code)

编辑:rootadmin
TransUnet官方代码测试自己的数据集(已训练完毕) ***************************************************码字不易,收藏之余,别忘了给我点个赞吧!***************************************************---------Start

推荐整理分享TransUnet官方代码测试自己的数据集(已训练完毕)(transit code),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:transit代码,transcode,transit代码,transitioncode,transformer代码讲解,transponder code,transcode,transit代码,内容如对您有帮助,希望把文章链接给更多的朋友!

首先参考上一篇的训练过程,这是测试过程,需要用到训练过程的权重。

1. TransUnet训练完毕之后,会生成权重文件(默认保存位置如下),snapshot_path为保存权重的路径。

权重文件

2. 修改test.py文件

调整数据集路径。 训练和测试时的图像设置相同大小,并设置主干模型的名称同训练时一致。

TransUnet官方代码测试自己的数据集(已训练完毕)(transit code)

配置数据集相关信息。 手动添加权重。

3. 设置DataLoader

设置DataLoader中参数num_workers=0。

4. 修改utils.py文件

替换utils.py中的test_single_volume函数,原网络输出的是0,1,2,3,4像素的图片,分别代表5个类别,直接显示均呈黑色。对此,我们通过像素调整,使每个类别呈现不同的颜色。

def test_single_volume(image, label, net, classes, patch_size=[256, 256], test_save_path=None, case=None, z_spacing=1): image, label = image.squeeze(0).cpu().detach().numpy(), label.squeeze(0).cpu().detach().numpy() _,x, y = image.shape if x != patch_size[0] or y != patch_size[1]: #缩放图像符合网络输入 image = zoom(image, (1,patch_size[0] / x, patch_size[1] / y), order=3) input = torch.from_numpy(image).unsqueeze(0).float().cuda() net.eval() with torch.no_grad(): out = torch.argmax(torch.softmax(net(input), dim=1), dim=1).squeeze(0) out = out.cpu().detach().numpy() if x != patch_size[0] or y != patch_size[1]: #缩放图像至原始大小 prediction = zoom(out, (x / patch_size[0], y / patch_size[1]), order=0) else: prediction = out metric_list = [] for i in range(1, classes): metric_list.append(calculate_metric_percase(prediction == i, label == i)) if test_save_path is not None: a1 = copy.deepcopy(prediction) a2 = copy.deepcopy(prediction) a3 = copy.deepcopy(prediction) a1[a1 == 1] = 255 a1[a1 == 2] = 0 a1[a1 == 3] = 255 a1[a1 == 4] = 20 a2[a2 == 1] = 255 a2[a2 == 2] = 255 a2[a2 == 3] = 0 a2[a2 == 4] = 10 a3[a3 == 1] = 255 a3[a3 == 2] = 77 a3[a3 == 3] = 0 a3[a3 == 4] = 120 a1 = Image.fromarray(np.uint8(a1)).convert('L') a2 = Image.fromarray(np.uint8(a2)).convert('L') a3 = Image.fromarray(np.uint8(a3)).convert('L') prediction = Image.merge('RGB', [a1, a2, a3]) prediction.save(test_save_path+'/'+case+'.png') return metric_list

**方便小伙伴理解这部分代码,特意做了个图,a1,a2,a3分别代表RGB三个通道,开始它们的值通过deepcopy函数直接赋值,故三者的值都是一样的。 这里拿类别1举例:a1[a12]=0代表R通道中输出结果为2的赋值0, a2[a22]=255代表G通道中输出结果为2的赋值255, a3[a3==2]=77代表B通道中输出结果为2的赋值77,(0,255,77)对应就是绿色,类别2就是绿色(轮子)。 然后通过Image.merge(‘RGB’, [a1, a2, a3])函数合并三个通道,此时prediction就成了三通道彩色图。

至此,设置完毕,右键run运行。

5. 测试结束

测试结束后,会在根目录下生成predictions文件夹,文件夹的内容如下。

本文链接地址:https://www.jiuchutong.com/zhishi/285082.html 转载请保留说明!

上一篇:【今日春节】 (© bingdian/iStock/Getty Images Plus)(今天春节是什么生肖)

下一篇:利尼扬蒂野生动物保护区中的一只雄性豹子,博茨瓦纳 (© Karine Aigner/Tandem Stills + Motion)

  • 以旧换新销售商品
  • 资源税的计税依据含增值税吗
  • 进出口环节税
  • 初次购买金税盘一般多少钱
  • 应付账款贷方怎么调整
  • 技术转让是指
  • 公允价值变动损益和投资收益区别
  • 邮政能否为固定业户代开增值税普通发票
  • 半年度奖金怎么算
  • 增值税普通发票可以抵扣吗
  • 商场做促销
  • 以存货抵偿债务结转的相关存货跌价准备
  • 没取得发票付款的情况该如何做账呢?
  • 技术转让收入是指当事人履行
  • 最新个人独资企业
  • 合同和付款单位不一致发票应该开给谁
  • 营改增后小规模纳税人税率是多少
  • 营改增后哪些费用可以抵扣
  • 房产税计税依据房产原值怎么算
  • 个人买卖二手房交什么税
  • 增值税申报内容及步骤
  • 商品流通企业进货费用金额较小的计入什么科目
  • 违约金扣除吗
  • 个人所得税做账怎么做
  • 融资租赁增值税优惠政策
  • 全额抵免的计算
  • 如何刷新手机
  • 公司向个人租赁房屋要缴什么税
  • 会计分录是怎么样的
  • php语法和常用的函数
  • win10显示在哪
  • 应交增值税的处理
  • SCHDPL32.EXE - SCHDPL32是什么进程 有什么用
  • 债务转换为资本
  • ts基础类型
  • 小规模纳税人交增值税吗
  • 中药饮片适用增值税税率
  • 深度学习知识点简单概述【更新中】
  • 计算机视觉技术的应用
  • php用在哪些方面
  • 代理电信业务属于什么行业
  • hive.
  • php会员系统
  • 收回已转销的应收账款是什么意思
  • 苹果响应机制
  • 作价出资土地与出让区别
  • event loop exception null
  • 在建工程账务核算及处理
  • 不含税货款要开发票怎么弄
  • 营改增一般纳税人可以选择简易计税
  • 社保怎么缴费方式
  • 印花税申报怎么更正采集处理
  • 受托机构名称填什么
  • 新会计准则应付账款
  • 小微企业所得税税率多少
  • 外贸企业出口货物会计分录
  • 递延收益会计科目使用说明
  • 银行贷款直接给钱吗
  • 报关单金额大于出口发票金额
  • 融资租赁后期收入怎么算
  • 行政单位收到银行存款利息的会计分录
  • 企业购买土地如何缴税
  • 生物性资产折旧处理
  • mysql中数据类型为是否
  • win7清理系统垃圾的方法
  • 宏基笔记本一键恢复系统
  • winnook.exe - winnook是什么进程
  • 电脑window8系统怎么样
  • windows10新功能
  • Windows XP Vista 2006 简体中文版下载
  • win8系统怎么调出运行窗口
  • cent linux
  • window10如何校色
  • jquery中的siblings方法
  • node.js 流
  • shell脚本实现文件管理
  • python从入门到精通
  • install ubuntu kylin
  • 电子税务局讲解
  • 2018年建筑业增值税税率变更文件
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设