如何从“output_graph.pb”和“output_labels.txt”生成Tensorflow混淆矩阵？

Question

所以我遵循了本教程并使用我自己的图像进行了重新训练。 https://www.tensorflow.org/tutorials/image_retraining

所以我现在有一个“output_graph.pb”和一个“output_labels.txt”（我可以将其与其他代码一起用于对图像进行分类）。

但我如何使用测试图像文件夹（或至少使用它训练的图像）实际生成混淆矩阵？

有https://www.tensorflow.org/api_docs/python/tf/confusion_matrix 但这似乎没有多大帮助。

这个帖子似乎只是使用数字来表示标签而不是实际文件，但不太确定：how to create confusion matrix for classification in tensorflow

我也不确定如何在这个线程中使用代码： How do i create Confusion matrix of predicted and ground truth labels with Tensorflow?

Answer 1

我会尝试使用以下步骤手动创建混淆矩阵：

• 修改 label_image 示例以仅打印顶部标签。
• 编写脚本，为文件夹中的所有图片重复调用修改后的 label_image。
• 让脚本打印出真实标签，然后调用 label_image 打印预测标签。

您现在应该在控制台中有一个包含所有标签的文本列表，如下所示：

苹果，苹果 苹果，梨 梨，梨 梨，橙 ...

现在，为所有标签创建一个包含行名和列名的电子表格：

       | apple | pear | orange
-------+----------------------
apple  |
pear   |
orange |

每个单元格的值将是显示在控制台列表中的行、列的对数。对于一小组图像，您可以手动计算，或者如果太多，您可以编写脚本来计算。