预测效果不好

[chunbai1]

您好，我推理的效果感觉很差。
我使用的是北京数据，将 tif 图像剪切为 512x512 大小，使用 predict.py 文件，模型是直接从仓库提供的 onedrive 网址下载的，然后可视化的结果大概如下：

切割图像代码如下

import os
import re
import numpy as np
import tqdm
from PIL import Image
import tifffile as tf

def img_split(img_path, target_path, img_size):
    files = os.listdir(img_path)
    tqdm_file = tqdm.tqdm(files, total=len(files))
    for file in tqdm_file:
        img = tf.imread(os.path.join(img_path, file))
        range_x = img.shape[0] // img_size
        range_y = img.shape[1] // img_size
        num = 0
        for x in range(range_x):
            for y in range(range_y):
                split_img = img[x * img_size:(x + 1) * img_size, y * img_size:(y + 1) * img_size]
                tf.imwrite(os.path.join(target_path, file.split('.')[0] + '_' + str(num) + '.tif'), split_img)
                num += 1
    tqdm_file.close()

if __name__ == '__main__':
    img_path = './city/wuhan'
    target_path = './target/wuhan'
    if not os.path.exists(target_path):
        os.makedirs(target_path)
    img_split(img_path=img_path, target_path=target_path, img_size=512)

请问是我在处理数据的时候存在问题吗

[x-ytong]

请问你使用的北京数据具体是什么数据？在预处理后波段的排序和我的数据一致吗？

[chunbai1]

请问你使用的北京数据具体是什么数据？在预处理后波段的排序和我的数据一致吗？

使用的数据是T50TMK_20210929T030539.tif，从readme中提供的网址中下载，然后使用上述代码切分成512x512大小，我没有对波段排序进行处理，所以应该是和原数据一致的，tifffile库似乎也不会对波段排序产生影响。请问可能会是哪里存在问题呢？

[x-ytong]

你好，可能是这句
img = tf.imread(os.path.join(img_path, file))
请使用我代码里面的图像读取语句试试
image = Image.open(args.inputpath + name).convert('CMYK')
我的预处理是用PIL库做的，所以后面训练测试都用这个，之前虽然没有试过tifffile库，但试过别的库，会发生波段数据丢失

[chunbai1]

你好，可能是这句 img = tf.imread(os.path.join(img_path, file)) 请使用我代码里面的图像读取语句试试 image = Image.open(args.inputpath + name).convert('CMYK') 我的预处理是用PIL库做的，所以后面训练测试都用这个，之前虽然没有试过tifffile库，但试过别的库，会发生波段数据丢失

好的，我会尝试一下，谢谢你

[rongtongxueya]

请问有结果吗？是否是因为使用的库的问题造成的这个问题呢

[chunbai1]

请问有结果吗？是否是因为使用的库的问题造成的这个问题呢

我后面直接将一整幅图输入模型进行测试，没有自己split成512x512，结果与论文是一致的，就没有继续探究，你可以试试看。