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!

ただいまの
回答率

90.50%

  • Python

    11778questions

    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。

  • Chainer

    208questions

    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。

多クラス分類の予測結果画像の表示方法について

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 67

rk2

score 1

現在chainerでセマンティックセグメンテーション(3クラス分類)を行っています.
学習済みモデルで予測した画像の表示方法が分からず困っています.
このサイトを参考にコードを書いてみたのですが画像が表示されません.コードとエラーは以下の通りです.
モデルに代入しているimgは3チャンネルのカラー画像です.
ネットワークの最終層の出力にはrelu関数を使用して,ネットワーク全体ではUNETを構築しています.
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..

def show_predicts(trainer, val, n_sample=2):
    #学習した結果を表示する
    model = trainer.updater.get_optimizer('main').target.predictor
    for i in range(n_sample):
        img, label = val[i]
        pred = model(img[np.newaxis])
        fig, axes = plt.subplots(1, 2)

        print('pred_info', type(pred), pred.dtype, pred.shape)
  #pred_info <class 'chainer.variable.Variable'> float32 (1, 3, 512, 512)
        print('label_info', type(label), label.dtype, label.shape)
  #label_info <class 'numpy.ndarray'> int32 (512, 512)

  #ラベル画像のみでしたら表示できたのでimshow(pred)が原因だと思います.
        axes[0].set_axis_off()
        axes[0].imshow(pred)

        axes[1].set_axis_off()
        axes[1].imshow(label)

        plt.show()
TypeError: Image data cannot be converted to float
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

0

画像で表示するなら、dtypeをuint8にする必要があるでしょう。
値の範囲も0-255に収まっているか確認した方が良いかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/14 20:52

    どのように整数に変換すればいいのでしょうか?
    確認したところ,predの要素は以下の様になっていました.
    例 pred[0,0,0]=variable(0.99387) ※次元の大きさが1の次元はnp.sqeezeで消去しました.
    以上のような要素の中身がvariableになっているものを一括で整数に変換することは可能でしょうか?

    キャンセル

  • 2019/05/16 11:13

    どういう可視化をしたいのかよくわかりませんが、
    https://japan-medical-ai.github.io/medical-ai-course-materials/notebooks/Image_Segmentation.html
    のIn [14]:を参考に変換してみてください。

    キャンセル

  • 2019/05/16 20:53

    返信ありがとうございます.
    pred = cuda.to_cpu(pred.data[0, 0] > 0)
    の処理がよくわからずにいます.
    私の所持しているpcにはGPUがないのでCUDAのインストールなどはしておらず上記のコードをどのように書き換えれば良いのかわからない状態です.
    もしお時間ありましたら上記のコードがどういった処理をしているのかお教えいただけないでしょうか?

    キャンセル

0

私の環境にもchainerが入ってなくて、おそらくとしか言いようがありませんが、
pred = pred.data[0, 0] > 0
のように書き換えれば良いのではないかと思います。

多分、
pred.data[0, 0] > 0
の部分で、pred.data[0,0]の各要素が0より大きいかどうかのarrayをつくっていて、
cuda.to_cpuでndarrayに変換しているのかと思います、、
cuda.to_cpuは検索したら、どういう関数かすぐ見つかると思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

同じタグがついた質問を見る

  • Python

    11778questions

    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。

  • Chainer

    208questions

    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。