Question

我跟着这个回购（https://github.com/iamgroot42/keras-finetuning），我已完成了培训。

现在，我想预测我自己的数据集（包含2个类，Avocado和芒果）和ImageNet集的输入图像。但预测结果总是返回索引0或1（我猜它是鳄梨或芒果），永远不会从ImageNet返回一个类。例如。我想预测一个来自ImageNet原始类的iPod图像，但是model.predict（...）总是返回0和1.

我的模型标签.json：

["avocados", "mangos"]

我的预测代码：

img = imresize(imread('ipod.png', mode='RGB'), (224, 224)).astype(np.float32)
img[:, :, 0] -= 123.68
img[:, :, 1] -= 116.779
img[:, :, 2] -= 103.939
img[:,:,[0,1,2]] = img[:,:,[2,1,0]]
img = img.transpose((2, 0, 1))
img = np.expand_dims(img, axis=0)
img = img.reshape(img.shape[0], n, n, n_chan)

out = model.predict(img, batch_size=batch_size)
pred = np.argmax(out, axis=1)

print(pred)

有人可以帮助我吗？

Answer 1

也许您只需要在class index到imagenet labels之间进行翻译？

尝试：

from imagenet_utils import decode_predictions

[...]

img = imresize(imread('ipod.png', mode='RGB'), (224, 224)).astype(np.float32)
img[:, :, 0] -= 123.68
img[:, :, 1] -= 116.779
img[:, :, 2] -= 103.939
img[:,:,[0,1,2]] = img[:,:,[2,1,0]]
img = img.transpose((2, 0, 1))
img = np.expand_dims(img, axis=0)
img = img.reshape(img.shape[0], n, n, n_chan)

out = model.predict(img, batch_size=batch_size)
#add decoding line here to get the top 3
print('Predicted:', decode_predictions(out, top=3)[0])

大小）

无法预测ImageNet类的输入[Keras + Tensorflow]

1 个答案: