#测试Quantification_Results和Verification_data数据结果均接近于0？？

[tan90du-sx]

利用网盘的uiunet.pth测试代码的数据，实验指标分别为
Quantification_Results
0.00200256328099968 0.004197722567287785
0.040051265619993594 0.0839544513457557
Verification_data
0.0 0.0
0.0

[tan90du-sx]

盼回复

[BLUE-coconut]

我之前一开始碰到这个问题，后来发现是直接用作者的dataloader可能image和label没有对齐，我改了loader的方法就解决了，和原论文对的上的。你可以看看是不是这个问题。

[Li-Haoqing]

麻烦您能具体的说一下吗？谢谢！
@BLUE-coconut

[BLUE-coconut]

就是它SalObjDataset构造数据集时是根据传入的img_name_list和lbl_name_list 的顺序来构造的，而它test.py中img_name_list = glob.glob(image_dir + os.sep + '')和label_name_list = glob.glob(label_dir + os.sep + '')不能保证img_name_list[i]和label_name_list [i]是同一张图像的原图和mask，导致你实际上SalObjDataset中的‘image’和‘label’也是不对应的，所以计算出来的实验指标有问题。

[Li-Haoqing]

谢谢 @BLUE-coconut

[Joazs]

您好，请问为什么在测试中要经过一个normPRED？网络中不是已经经过了Sigmoid了吗？

[BLUE-coconut]

hello，不好意思最近有点忙，才看到。一个比较简单粗暴的方式就是，先读取train image的图片名，例如：Misc_1.png，你用split函数提取出“Misc_1”，然后，test image图片名就是“Misc_1”+“_pixels0.png”   1367012021 ***@***.***  

…

------------------ 原始邮件 ------------------ 发件人: ***@***.***>; 发送时间: 2023年11月3日(星期五) 下午4:54 收件人: ***@***.***>; 抄送: "HaoLan ***@***.***>; ***@***.***>; 主题: Re: [danfenghong/IEEE_TIP_UIU-Net] #测试Quantification_Results和Verification_data数据结果均接近于0？？ (Issue #4) @BLUE-coconut 大佬，您好！ 想问一下loader的方法具体需要怎么修改才能跟原论文对的上。我发现了这个问题，但我这个小白，不知道如何去修改？ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you were mentioned.Message ID: ***@***.***>