为什么我的机器学习图像如此混乱？

Question

我正在用Keras进行机器学习，我的神经网络输出图像。

我的数据是标准化的，所以我取出网络的输出并取消规范化它们，然后使用Image.fromarray将它们转换为PIL图像，然后显示这些图像。

但是，我得到的图像看起来非常混乱。例如，他们看起来像：

要么

什么时候应该看起来像

我的损失会降到相当低的数字，当我查看网络的输出值时，它们看起来相当正常。

为什么这些图像显得那么混乱？我该怎么办才能修复它？

Answer 1

问题是您的网络输出不完全在[0,255]范围内。

即使您在网络的最后一层使用sigmoid函数（这将保证您的输出在范围（0,1）），当您“平均”图像时，您可能会以某种方式操纵它们在上方或下方[0,255]范围。

这通常与您对图像进行平均的方式有关。在我的情况下，我认为这是因为当我平均我的图像时，在零除以的情况下我有一个小的epsilon。不平衡时，这会导致值超出[0,255]范围的问题。

解决方案是在将数组转换为PIL图像之前强制数组进入[0,255]范围。

我这样做：

image_array = np.minimum(image_array, np.full(image_array.shape, 255))
image_array = np.maximum(image_array, np.full(image_array.shape, 0))

这对于数组进行两次元素比较，如果它们超过255则将值设置为255，如果它们低于0则设置为0。

然后，您可以使用生成的image_array并将其转换为与您一直在进行的Image.fromarray(image_array)的PIL图像。

你得到的图像应该看起来更像你在问题中发布的好图像。 （事实上​​，在你的情况下，它应该看起来像你发布的那个好的形象;））