我正在研究以下keras卷积神经网络教程https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d
训练模型后，我想在样本图像上测试模型，并标记图像。我意识到我必须使用predict方法生成一个数组，该数组显示哪个标签获得特定图像的分数。但是我在使用这种方法时遇到了麻烦。如果图像位于 test_images 文件夹中，并且有20个图像，我如何测试这些图像并获得预测？
这就是我使用一张图片的方式（即使我想要多张图片）：
image = cv2.imread('test1.jpg')
image = cv2.resize(image,(224,224))
features = np.swapaxes(np.swapaxes(image, 1, 2), 0, 1)
predictions = model.predict(features)
这会引发以下错误：
ValueError: Error when checking : expected conv2d_1_input to have 4 dimensions, but got array with shape (3, 224, 224)
非常感谢！
我之前咨询过的一些问题：
Simple Neural Network in Python not displaying label for the test image https://github.com/fchollet/keras/issues/315
答案 0 :(得分：2)
model.predict通过处理样本数组而不仅仅是一个图像来工作，因此您缺少批处理/样本维度，在您的情况下，它只是一个图像。你只需要重塑数组：
features = features.reshape((1, 3, 224, 224)
然后将其传递给预测。