如何为来自 uNet 的预测图像设置阈值答案

【问题标题】：how to make a threshold for predicted image from uNet如何为来自 uNet 的预测图像设置阈值
【发布时间】：2021-03-26 09:30:43
【问题描述】：

我正在为显微图像训练 uNet 模型，在使用以下代码预测图像时

 image = cv2.imread(image_path)
mask = cv2.imread(mask)

img = image
image = cv2.resize(image, (IMG_HEIGHT, IMG_WIDTH))
image = np.expand_dims(image, axis=0)
prediction = loaded_model.predict(image)

prediction = prediction[0]*255

prediction = cv2.medianBlur(prediction, 5)
prediction = cv2.adaptiveThreshold(prediction, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

预测图像中的像素是这样的

adaptiveThreshold 函数不会接受预测，因为它的像素值是浮动的。我无法为该预测设定一个二值化阈值，我做错了什么吗？感谢您的帮助！

【问题讨论】：

标签： python tensorflow deep-learning image-segmentation unity3d-unet

【解决方案1】：

如果<0.5 或>0.5，我假设您希望将预测值转换为 0 或 1。你可以使用np.round，例如：

>>> x=np.array([0.1,0.8,0.2,0.3,0.6])
>>> np.round(x)

array([0., 1., 0., 0., 1.])

【讨论】：

不完全是，round 只会舍入一个数字，我想要更多。我也希望有更有效的方法。