【发布时间】:2019-02-24 14:02:02
【问题描述】:
我正在做图像分类,但我得到了计算准确性的错误,请帮助我如何做到这一点。 这是我的模型:
model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=input_shape))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(6))
model.add(Activation('softmax'))
我想要像这样对图像进行分类: label_dict={'0':'建筑物', 这是我的分类标签:
'1':'forest',
'2':'glacier',
'3':'mountain',
'4':'sea' ,
'5':'street' }
我正在使用分类交叉熵:
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adam(),
metrics=['accuracy'])
我正在预测课程:
pred=model.predict_classes(test)
我正在计算测试准确度,但出现了一些错误:
print('Test loss:', pred[0])
print('Test accuracy:',pred[1])
Test loss: 5
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-28-b74afa5e2da9> in <module>
1 print('Test loss:', pred[0])
----> 2 print('Test accuracy:',pred[1])
IndexError: index 1 is out of bounds for axis 0 with size 1
【问题讨论】:
标签: opencv tensorflow image-processing deep-learning