質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

370閲覧

chainerCVの評価関数 eval_semantic_segmentation について

rk2

総合スコア11

Chainer

Chainerは、国産の深層学習フレームワークです。あらゆるニューラルネットワークをPythonで柔軟に書くことができ、学習させることが可能。GPUをサポートしており、複数のGPUを用いた学習も直感的に記述できます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/05/09 10:23

編集2022/01/12 10:55

前提・実現したいこと

chainerを用いてunet構造での3クラス分類を行いたいと考えています.
学習の評価を行う際にchainerCVのeval_semantic_segmentationを使用したのですが以下のエラーが出てしまいました.発生しているエラーを見る限りeval_semantic_segmentationに代入する変数の次元が2次元である必要があるようなのですが,どちらの変数も2次元であるので,何故エラーになっているのか全く分からないです.
また,次元数を2に削減しているのですが,このやり方であっているのでしょうか?
エラーが出て学習できていないので,データの変形などの仕方がこれであっているか不安です.
プログラムの全体については一つ前の質問を見て頂ければ幸いです.
分かる方いらっしゃいましたらご教授願います.
宜しくお願い致します.

発生している問題・エラーメッセージ

raise ValueError ndim of labels should be two.

該当のソースコード

python

1class PixelwiseSigmoidClassifier(chainer.Chain): 2 """目的関数を計算するclassifierクラスを自作""" 3 4 def __init__(self, predictor): 5 """学習対象のモデルをpredictorとして保持しておく""" 6 super().__init__() 7 with self.init_scope(): 8 self.predictor = predictor 9 10 def __call__(self, inputimg, t): 11 """まずは学習対象のモデルで推論を行う""" 12 #今回はバッチ数は1 13 y_out = self.predictor(inputimg) 14 print("y_out", y_out.ndim, y_out.shape, "t", t.ndim, t.shape) 15 #出力結果 y_out 4 (バッチ数, 3, 512, 512) t 3 (バッチ数, 512, 512) 16 loss = F.softmax_cross_entropy(y_out, t) 17 18 #ここでy_outとtの次元数を2次元する 19 t = np.squeeze(t) 20 y_out = np.delete(y_out, slice(0, 2), 1) 21 y_out = np.squeeze(y_out) 22 #確認の為にndimとshapeをそれぞれ出力 23 print("y_out", y_out.ndim, y_out.shape, "t", t.ndim, t.shape) 24 #出力結果 y_out 2 (512, 512) t 2 (512, 512) 25 26 evals = evaluations.eval_semantic_segmentation(y_out, t) 27 28 reporter.report({'loss':loss, 'miou':evals['miou'], 'pa':evals['pixel_accuracy']}, self) 29 return loss 30

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問