メインコンテンツ

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

scores2label

予測スコアからラベルへの変換

R2024a 以降

    説明

    labels = scores2label(scores,classNames) は、チャネル次元で最高スコアのラベルを返すことによって、指定された予測スコアをラベルに変換します。

    labels = scores2label(scores,classNames,dim) は、予測スコアのチャネル次元も指定します。

    [labels,topScores] = scores2label(___) は、前の構文のいずれかを使用して、出力ラベルに対応するスコアも返します。

    すべて折りたたむ

    事前学習済みの SqueezeNet ニューラル ネットワークをワークスペースに読み込みます。

    [net,classNames] = imagePretrainedNetwork;

    イメージを PNG ファイルから読み取って分類します。イメージを分類するには、最初にイメージをデータ型 single に変換します。

    im = imread("peppers.png");
    figure
    imshow(im)

    Figure contains an axes object. The hidden axes object contains an object of type image.

    X = single(im);
    scores = predict(net,X);
    [label,score] = scores2label(scores,classNames);

    予測されたラベルと対応するスコアを含むイメージを表示します。

    figure
    imshow(im)
    title(string(label) + " (Score: " + score + ")")

    Figure contains an axes object. The hidden axes object with title bell pepper (Score: 0.89394) contains an object of type image.

    入力引数

    すべて折りたたむ

    予測スコア。数値配列または dlarray オブジェクトとして指定します。

    分類ニューラル ネットワークの場合、出力の要素は各クラスのスコアに対応します。スコアの順序は、学習データ内のカテゴリの順序と一致します。たとえば、カテゴリカル ラベル TTrain を使用してニューラル ネットワークに学習させた場合、スコアの順序は、categories(TTrain) によって指定されたカテゴリの順序と一致します。

    クラス名。string 配列、categorical 配列、または文字ベクトルの cell 配列として指定します。

    データ型: string | cell | categorical

    チャネル次元。次のいずれかの値として指定します。

    • "auto"classNames 内の要素の数に基づいて、scores のチャネル次元を自動的に決定します。scores に、要素の合計が 1 になるサイズ numel(classNames) の次元が厳密に 1 つ含まれている場合、関数はその次元を使用します。それ以外の場合、関数はエラーをスローします。

    • 正の整数 — 指定した次元をチャネル次元として使用します。scores に、サイズ numel(classNames) の次元が複数含まれているときは、このオプションを使用します。

    scores2label 関数は、指定された次元の上位スコアを求めます。

    データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | char | string

    出力引数

    すべて折りたたむ

    scores のチャネル次元内で最高スコアをもつラベル。categorical 配列として返されます。

    出力ラベルに対応するスコア。数値配列または dlarray オブジェクトとして返されます。

    この引数は、scores と同じデータ型と形式をもちます。

    拡張機能

    すべて展開する

    バージョン履歴

    R2024a で導入