如何将多个图像输入Keras特征提取？

Question

以下是Keras文档页面的代码：

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

model = VGG16(weights='imagenet', include_top=False)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

这里正在输送一张图片。

我已将一些（12）图像提取到列表中，并将该列表转换为numpy数组。我想将该图像列表提供给Keras特征提取器。

换句话说，我想为它提供多个图像。我怎么能这样做呢？

Answer 1

代码中的这一行x = np.expand_dims(x, axis=0)会将单个图像转换为单个图像的数组。所以x的形状将是（1,224,224,3）。

在您的示例中，您已经有12个图像，您将它们保存在numpy数组中。检查你的numpy数组的形状。它必须调整为（12,224,224,3）。通道数可以是1,3或4.然后，您必须预处理它。检查此代码preprocess_input(x)函数中发生的情况。之后，您可以转到model.predict函数。

希望这个答案可以帮到你。