Tensorflow 到分类问题，我想映射我的掩码进行分割？答案

【问题标题】：Tensorflow to categorical problem, i want map my masks for segmentation?Tensorflow 到分类问题，我想映射我的掩码进行分割？
【发布时间】：2021-07-23 03:49:53
【问题描述】：

我的分割标签有问题，标签可以有这个值：0、200、210、220、230、240。我使用这个代码：

mask = tf.keras.utils.to_categorical(y, 241)

代码有效，但我想只用 6 个类映射掩码，这可能吗？

mask = tf.keras.utils.to_categorical(y,6)

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

解决方案是首先用有序索引替换您的列表，然后将其分类。因为to_categorical 期望您的列表有索引。

如果您的类别有限，这里是示例代码：

y = [0, 200,210,0,240,230,200,0,210,220,240,0]
replacements = {
    0: 0,
    200: 1,
    210: 2,
    220: 3,
    230: 4,
    240: 5,
}  
y = [replacements.get(x, x) for x in y]
y = tf.keras.utils.to_categorical(y)

或者你可以使用更简单的方法：

from sklearn.preprocessing import LabelEncoder
y = tf.keras.utils.to_categorical(LabelEncoder().fit_transform(y))

如果你打印y:

array([[1., 0., 0., 0., 0., 0.],
   [0., 1., 0., 0., 0., 0.],
   [0., 0., 1., 0., 0., 0.],
   [1., 0., 0., 0., 0., 0.],
   [0., 0., 0., 0., 0., 1.],
   [0., 0., 0., 0., 1., 0.],
   [0., 1., 0., 0., 0., 0.],
   [1., 0., 0., 0., 0., 0.],
   [0., 0., 1., 0., 0., 0.],
   [0., 0., 0., 1., 0., 0.],
   [0., 0., 0., 0., 0., 1.],
   [1., 0., 0., 0., 0., 0.]], dtype=float32)

【讨论】：

我的向量y是图片的向量，可以用同样的方法吗？
图像数据不是一个类别。如果你想对你的数据进行分类，你应该有一个离散和有限的数据来将它们分成类别。但是，您可以更新您的问题并分享您的矢量图像以及示例和说明，以获得更好的帮助。
看来你处理这个问题已经有一段时间了。如果我的解决方案不能如您所愿，请分享更多您想要修改的代码和数据结构以获得更好的帮助。