使用opencv预处理测试图像进​​行预测

Question

我正在处理以RGB格式保存的灰色图像的数据集。我在此数据集上训练了VGG16，并通过以下方式对其进行了预处理：

train_data_gen = ImageDataGenerator(rescale=1./255,rotation_range = 20, 
                                width_shift_range = 0.2, 
                                height_shift_range = 0.2,    
                                horizontal_flip = True)

validation_data_gen = ImageDataGenerator(rescale=1./255)

train_gen= train_data_gen.flow_from_directory(trainPath,
                                          target_size=(224, 224), 
                                          batch_size = 64, 
                                          class_mode='categorical' )

validation_gen= validation_data_gen.flow_from_directory(validationPath, target_size=(224, 224), 
batch_size = 64, class_mode='categorical' )

培训结束后，培训和验证的准确性均很高（92％）。

在预测阶段，我首先尝试对图像进行预处理，如https://keras.io/applications/所示：

img = image.load_img(img_path, target_size=(image_size,image_size))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

但是，测试准确性非常低！大约50％。我在训练样本和验证样本上再次尝试了预测，但准确率也很低，大约为50％，这意味着问题出在预测阶段。

相反，我使用OpenCV库对图像进行了预处理，虽然精度更高，但仍然不如预期。我尝试对火车样本进行预测（训练期间的准确度为92％），而在预测期间我得到了82％。这是代码：

        img = cv2.imread(imagePath)
        #np.flip(img, axis=-1)
        img= cv2.resize(img, (224, 224),
                                 interpolation = cv2.INTER_AREA)
        img = np.reshape(img, 
              (1, img.shape[0], img.shape[1], img.shape[2]))

        img = img/255.

无论是否翻转图像，结果都是相同的。预处理步骤出了什么问题？ 谢谢

Answer 1

错误是在调整大小功能的插值参数中。应该是cv2.INTER_NEAREST而不是cv2.INTER_AREA。