question

[jipeicao]

1.您的dataset.py的测试集加载路径似乎有一些问题，在dataset_dir后需要加上train_dataset_name
2.bmp格式文件从哪获取，使用png格式的对结果有影响吗

[jacksonwu09]

对的 我当时复现也是手动改了 改了之后进行test时又遇到其他问题

[jipeicao]

对的 我当时复现也是手动改了 改了之后进行test时又遇到其他问题

您训练的最后结果是多少

[jacksonwu09]

训练的结果没有用吧 得看test的结果现在问题就是没法test

[jipeicao]

训练的结果没有用吧 得看test的结果现在问题就是没法test

100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████| 201/201 [00:46<00:00, 4.29it/s]
pixAcc: 67.1822| mIoU: 60.0160 | nIoU: 58.1094 | Pd: 85.8586| Fa: 8.7302 |F1: 75.0091
这是我测试的结果

[sunyaohui88]

可以测试的，直接python test.py即可

[jacksonwu09]

直接使用python test.py测试出现这样的问题，而且需要修改其中的路径，否则会报遍历列表错误

[sunyaohui88]

`from skimage import measure

def cal_tp_pos_fp_neg(output, target, nclass, score_thresh):
predict = (output > score_thresh).float()
if len(target.shape) == 3:
print('？？？？') # 加一个维度 使得target与 output的size一致
target = target.unsqueeze(dim=0)
# target = np.expand_dims(target.float(), axis=1)
target.to('cuda', torch.float)

elif len(target.shape) == 4:
    target = target.float()
else:
    raise ValueError("Unknown target dimension")
# 现在predict中高于阈值的部分为全1矩阵   target是GT

intersection = predict * ((predict == target).float())

tp = intersection.sum()  # 对的预测为对的
fp = (predict * ((predict != target).float())).sum()  # 错的预测为对的 虚警像素数
tn = ((1 - predict) * ((predict == target).float())).sum()  # 错的预测为错的
fn = (((predict != target).float()) * (1 - predict)).sum()  # 对的预测为错的
pos = tp + fn  # 标签中 阳性的个数
neg = fp + tn  # 标签中 阴性的个数
class_pos = tp + fp  # 检测出的个数

return tp, pos, fp, neg, class_pos

`