Question

要获取我的valid_generator的预测，请使用：

probabilities = model.predict_generator(generator=valid_generator, steps=validation_steps)
predicted_class_indices=np.argmax(probabilities,axis=1)
labels = (valid_generator.class_indices)
labels = dict((v,k) for k,v in labels.items())
predictions = [labels[k] for k in predicted_class_indices]

我有用于验证集的标签，我希望绘制提供给valid_generator的图像及其对应的标签和预测的标签。

我尝试使用valid_generator.filenames

但是，probabilities和predicted_class_indices的大小为K，valid_generator.filenames的大小为K + 1，我什至不确定它们是否对齐（检查精度，他们没有对齐）。

这是我的valid_generator

valid_generator=valid_datagen.flow_from_dataframe(
    dataframe=testdf,
    directory="./train/",
    x_col="id",
    y_col="label",
    color_mode=color_mode,
    batch_size=batch_size,
    seed=42,
    shuffle=True,
    class_mode="categorical",
    target_size=(image_size,image_size)
)
validation_steps = valid_generator.n // batch_size

当前，上面显示的testdf（给定flow_from_dataframe参数下的dataframe）有2列，即id（是图像的路径）和label。关联的类。

我的目标是为Keras添加一列预测的班级。

更新：要调整大小，我删除了以下步骤：

probabilities = model.predict_generator(generator=valid_generator)

Python，Keras，获取图像，标签，预测标签数据框

0 个答案: