TensorFlow models/slim eval_image_classifier.py 评估错误的图像数量答案

【问题标题】：Tensorflow models/slim eval_image_classifier.py Number of images evaluated wrongTensorFlow models/slim eval_image_classifier.py 评估错误的图像数量
【发布时间】：2017-08-07 13:53:14
【问题描述】：

我按照tutorial 对 Flowers 数据集的初始模型进行了微调。

flowers 数据集在 flowers.py 文件中指定了 350 张验证图像。

但是当我运行eval_image_classifier.py并修改它以打印TP，FP，TN，FN的数量

结果：

I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[64]
I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[286]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[2]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalseNegatives[48]

如果你把它们加起来，一共是 400。但是验证图像的数量是 350。

我对我的自定义数据集进行了微调，其中验证图像为 150，只有两个类。

结果是：

I tensorflow/core/kernels/logging_ops.cc:79] eval/TruePositives[11]
I tensorflow/core/kernels/logging_ops.cc:79] eval/TrueNegatives[155]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalsePositives[4]
I tensorflow/core/kernels/logging_ops.cc:79] eval/FalseNegatives[30]
I tensorflow/core/kernels/logging_ops.cc:79] eval/Accuracy[0.83]
I tensorflow/core/kernels/logging_ops.cc:79] eval/AreaUnderCurve[0.62156773]

如果你把它们加起来，结果是 200。

为什么会这样？额外的 50 张图片来自哪里？

有没有办法修改 eval_image_classifier.py 以打印验证图像的名称及其预测和标签？

我也在models/slim github上提出了这个问题，但我没有收到任何回复。

【问题讨论】：

标签： machine-learning tensorflow neural-network deep-learning conv-neural-network

【解决方案1】：

图像不匹配数量的原因是程序正在使用的输入队列。它以批次的形式提供值。您需要根据您的数据集大小设置batch_size 和num_batches 来解决此问题。 num_batches.

默认值为上舍入deafult num_batches

【讨论】：

好的，谢谢。我会试试的。对于我的自定义数据集，我有 150 张图像。所以我要改batch_size= 75？
您可以将batch_size 设置为任何数字，只要您与num_batches 参数同步。