训练集和测试结果类别不一致

[fengyuan106]

问题确认 Search before asking

• 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

您好，我在训练集中一共有11个类别，训练好模型后进行测试时，发现类别除了011外，还有类别12,13,14,15，多了4个类别，不知道是什么原因造成的？类别011分割都很准确，类别12~15发现是一些零星的边缘线

[Asthestarsfalll]

是不是模型的num_classes参数没有改

[fengyuan106]

在配置文件.yml文件中，已经改了，num_classes = 12， 0代表背景，1~11是各个物体

[Asthestarsfalll]

请给出配置文件内容、训练命令、测试命令

[fengyuan106]

配置文件:
batch_size: 2
iters: 8000

train_dataset:
type: Dataset
dataset_root: data/mydata
train_path: data/mydata/train_list.txt
num_classes: 12
transforms:
- type: Resize
target_size: [1080, 720]
- type: RandomHorizontalFlip
- type: Normalize
mode: train

val_dataset:
type: Dataset
dataset_root: data/mydata
val_path: data/mydata/val_list.txt
num_classes: 12
transforms:
- type: Resize
target_size: [1080, 720]
- type: Normalize
mode: val

optimizer:
type: SGD
momentum: 0.9
weight_decay: 4.0e-5

lr_scheduler:
type: PolynomialDecay
learning_rate: 0.01
end_lr: 0
power: 0.9

loss:
types:
- type: CrossEntropyLoss
coef: [1]

model:
type: DeepLabV3P
backbone:
type: ResNet50_vd
output_stride: 8
multi_grid: [1, 2, 4]
pretrained: https://bj.bcebos.com/paddleseg/dygraph/resnet50_vd_ssld_v2.tar.gz
num_classes: 12
backbone_indices: [0, 3]
aspp_ratios: [1, 12, 24, 36]
aspp_out_channels: 256
align_corners: False
pretrained: null

训练命令：
python tools/train.py --config configs/quick_start/my.yml --save_interval 500 --do_eval --use_vdl --save_dir output

测试命令：
python tools/predict.py --config configs/quick_start/my.yml --model_path output/best_model/model.pdparams --image_path E:/Semantics_Blender/Image_cat --save_dir output/result

[fengyuan106]

找到问题了，我修改了tools/predict.py中的写入方式，我希望得到原始的预测结果（变量pred），我将未经处理的pred写为图像，格式为.jpg时出现了上述问题，换成.png就好了。

代码如下

my

        from PIL import Image
        raw_image = Image.fromarray(pred)
        raw_image_path = os.path.join(
            raw_saved_dir, os.path.splitext(im_file)[0] + ".png")
        mkdir(raw_image_path)
        raw_image.save(raw_image_path)

感谢您的解答！