如何将图像分割模型的张量输出转换为图像？ [复制]答案

【问题标题】：How to convert tensor output of image segmentation model to image? [duplicate]如何将图像分割模型的张量输出转换为图像？ [复制]
【发布时间】：2021-08-08 15:02:50
【问题描述】：

我正在尝试使用 Berkley 深度驱动数据集对自动驾驶汽车进行图像分割的代码，我训练了模型，并在其上测试了图像，得到了张量格式的输出（分割图像），但我需要它图片格式，我试过Image.fromarray函数，得到如下输出：

而实际图片如下所示：

我使用的模型来自这个git repo。

【问题讨论】：

标签： python machine-learning image-segmentation fast-ai image-preprocessing

【解决方案1】：

对于我使用的张量流模型：

from PIL import Image

prediction = np.squeeze(prediction)
r = prediction * 255
im = Image.fromarray(r.astype('uint8'), 'L')
im = im.resize(original.size)

【讨论】：

只有当张量代表像素值时才会起作用。然而，OP 似乎已经从模型预测中获得了张量，在大多数情况下，它并不代表图像像素，而是取决于模型输出。
你是对的。我看错了。编辑
@MichalCicatka 感谢您分享您的解决方案，但在我的情况下它不起作用，我得到的输出仍然是一个完整的黑色图像条。
原始输出的维度是多少？

【解决方案2】：

如果我理解正确，您的张量是模型预测的结果，下划线模型是 U-net。如果是这种情况，这些张量应该代表分割掩码。如果用于预测的图像大小为512x512（取决于模型架构），则U-net 预测的张量大小将为k x 512 x 512，即每个图像有 k 个分割掩码。您必须用较浅的颜色将这些遮罩覆盖在图像上，以查看模型如何分割预测图像。因此，您需要访问用于预测的图像才能执行此操作。

由于您使用的是 fast.ai api，我建议检查 learner 对象的 show_results 方法的代码，以查看它们如何呈现输出。这应该是一个很好的起点。

【讨论】：