我的情况是使用 FCN 进行逐像素预测，我有 7 个类，所以我输入图像 512*512，然后提供 512*512*7 供模型预测，我想根据以下方式 reshape 它(高度宽度 channel )以保存最终结果。
由于我最后使用 channel ，所以输入形状对我来说很有意义。但是我认为 Keras 分割出来的输出形状的形式是:
(channels*height *width).
我尝试使用“reshape”功能并且它有效...... 真的让我很困惑，在我的实验中，当我使用 reshape 功能时，图像会完全困惑，在这种情况下，结果证明效果非常好(在 Keras 中使用 reshape 功能)。
pr = m.predict( np.array([X]))[0]
#reshape to channel last and take the largest index in 7 predictions for each piexl
pr = pr.reshape(( output_height , output_width , n_classes ) ).argmax(axis=-1)
我期望的工作方式应该是 np moveaxis 或 numpy.rollaxis 之类的东西。 提前致谢!
最佳答案
默认情况下，Keras 已经是 channels_last，因此您可能没有对 reshape 进行任何操作。
检查model.summary()以查看形状。
如果您打算更改 channel 顺序，则 reshape 会弄乱图像，您是对的。因此，您将寻找 Permute((3,1,2)) 图层将最后一个移动到第一个，或 Permute((2,3,1) 移动到第一个到最后。
关于python - numpy 和 Keras 中 "reshape"函数的差异，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53932121/