创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!
这篇文章主要介绍在keras中对单一图像进行预测并返回预测结果的案例,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
模型经过训练测试之后,我们往往用一两张图对模型预测结果进行分析讨论,那么下面介绍在keras中用已训练的模型经过测试的方法。
下面是以利用预训练的ResNet来展示预测的效果,选了一张狗的图片,是来自一个kaggle比赛的。
预测结果第一个是一种苏格兰品种的狗,我也不知道准不准 == 。
import numpy as np from keras.applications.imagenet_utils import decode_predictions from keras.preprocessing import image from keras.applications import * import os # 忽略硬件加速的警告信息 os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' file_path = 'images/0a70f64352edfef4c82c22015f0e3a20.jpg' img = image.load_img(file_path, target_size=(224, 224)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) model = ResNet50(weights='imagenet') y = model.predict(x) # print(np.argmax(y)) print('Predicted:', decode_predictions(y, top=3)[0])