问如何将图像分割模型的张量输出转换为图像？

EN

对于我使用的tensorflow模型：

from PIL import Image

prediction = np.squeeze(prediction)
r = prediction * 255
im = Image.fromarray(r.astype('uint8'), 'L')
im = im.resize(original.size)

如果我理解正确的话，你的张量是模型预测的结果，下划线模型是U-net。如果是这样的话，这些张量应该表示分段掩码。如果用于预测的图像的大小为512x512 (取决于模型架构)，则U-net预测的张量大小将是k x 512 x 512，即每个图像的k个分割掩码。您必须用较浅的颜色将这些蒙版覆盖在图像上，以查看预测图像是如何被模型分割的。因此，您需要访问用于预测的图像才能做到这一点。

由于您正在使用fast.ai apis，因此我建议您检查learner对象的show_results方法的代码，看看它们是如何呈现输出的。这应该是一个很好的起点。