我使用caffe和DIGITS接口，使用LeNet训练了我自己的图像数据集（交通灯图像11x27） . 我获得99％的准确率，当我通过DIGITS提供新图像时，它预测了良好的标签，因此网络似乎运行良好 .
但是，我很难通过Python / Matlab API预测标签的caffe . 最后一层输出（ip2）是一个带有2个元素的向量（我有2个类），例如[4.8060，-5.2608]（第一个组件总是正数，第二个组件总是负数，绝对值范围是4个）到20） . 我从Python，Matlab和DIGITS的许多测试中了解到这一点 .
我的问题是：
-
Argmax无法直接在此图层上工作（它总是给出0）
-
如果我使用softmax函数，它总会给我[1,0]（这实际上是python接口中
net.blobs['prob']或out['prob']的值，无论我的图像类如何）
那么，我怎样才能预测出良好的标签？
谢谢！