我是ML初学者，只需使用ImageNet权重实现inception-v3。这是我第一次参加比赛。我的实施是在Keras。我的预测都是错的，我需要一点点，看看问题是什么。使用Keras在线查找从上到下使用的inception-v3的示例是非常困难的。大多数是转学习的教程。这是我的代码。
import keras as k
from keras.applications.inception_v3 import InceptionV3
from keras.applications.imagenet_utils import preprocess_input, decode_predictions
from keras.preprocessing import image
import cv2
import numpy as np
model = k.applications.inception_v3.InceptionV3(include_top=True, weights='imagenet', input_tensor=None, input_shape=None)
im = 'images/cat.jpg'
cv2.imread(im).shape
（168,299,3）
im = cv2.resize(cv2.imread(im), (299, 299)).astype(np.float32)
im = np.expand_dims(im, axis=0)
im.shape
（1,299,299,3）
preds = model.predict(im)
print('Predicted:', decode_predictions(preds
预测：[[（'n03047690'，'clog'，1.0），（'n01924916'，'flatworm'，7.0789714e-11），（'n03950228'，'pitcher'，2.1705252e-11），（ 'n02841315'，'双筒望远镜'，4.1622389e-13），（'n06359193'，'web_site'，3.8697981e-16）]]
有人会建议这个最基本的实现是如何错误的。也许我的输入形状不正确？
答案 0 :(得分：0)
inception-v3模型要求您在预测之前通过preprocess_input()运行图像。
添加：
im=preprocess_input(im)
另外，您应该从preprocess_input导入keras.applications.inception_v3而不是from keras.applications.imagenet_utils