经过

师兄的提醒，我将单一值的标签图用最初的概率图进行替换。
不要扯什么这个那个，就是不能用阈值去将概率图变成最终的分割图，那个阈值就是ROC曲线图中需要的，我们只要提供模型分割的概率图即可。

评论区中有小伙伴不理解这个概率图的问题，解释如下：
1、在模型最后的输出部分会经过一次分类激活，这其中的过程就是将概率（0-1）转换为真实的标签（0）| （1）。
2、在经过激活转换后得到的图像会很直，并且会出现转折点。

故，在模型激活之前保存神经网络的结果就能得到所谓的概率图啦！

问题解决！

# sklearn # 机器学习 # python
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

上下文工程驱动智能体向 数据依赖与先验知识融合

例如在文章开头，我们举的产品经理和工程师之间的那一段对话，一个高质量智能体，不再只是让大模型回答用户的问题，而是通过上下文工程，帮助大模型在回答前获得更加结构化的输入，包括项目状态、需求文档、任务历史、甚至团队氛围，实现大模型更好的理解当前的任务规划、团队过往的沟通隐患、对方的工作状态与担忧、文档/知识库的实时状态等等。这和我们维护我们手机上内存很像，一开始所有应用和历史信息都保留，但当手机出现运

avatar 2048 AI社区
cover

“全国景区活动资讯库”设计与落地计划

avatar 2048 AI社区

cv2.waitKey(x)解析

特别是在处理实时图像流或视频时，cv2.waitKey()的作用尤为重要，它能保证程序在显示图像的过程中不会过快地跳转至下一个处理阶段，从而让用户有足够的时间查看和分析图像。在OpenCV库中，cv2.waitKey(x)是一个非常重要的函数，它用来等待用户的键盘输入，通常与图像窗口的显示配合使用。总的来说，cv2.waitKey(x)是OpenCV库中一个不可或缺的函数，它不仅能够等待键盘输入，

avatar 2048 AI社区