我已经使用 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）。我得到了 99% 的准确率，当我通过 DIGITS 提供新图像时，它会预测出好的标签，因此网络似乎工作得很好。
但是，我很难通过 Python/Matlab API for caffe 预测标签。最后一层输出 (ip2) 是一个包含 2 个元素的向量（我有 2 个类），例如，它看起来像 [4.8060, -5.2608] （第一个分量始终为正，第二个始终为负，绝对值范围为 4至 20）。我从 Python、Matlab 和 DIGITS 的许多测试中知道这一点。
我的问题是：
- Argmax 不能直接在这一层上工作（它总是给 0）
- 如果我使用 softmax 函数，它总是会给我 [1, 0] （这实际上是python 接口中的值，无论我的图像是什么类
net.blobs['prob']）out['prob']
那么，我怎样才能得到预测的好标签呢？
谢谢！