Keras：如何在具有3个类的图像分类任务中将predict_generator与分类报告一起使用。

Question

我正在尝试研究如何将predict_generator方法与Sklearns分类报告相结合。具体来说，如果我的测试数据在文件夹中

'test'

并且有3个标记为

的类

'test/class1'
'test/class2'
'test/class3'

generator = datagen.flow_from_directory(
    '/media/simon/HDD/DeepLearning/test',
     target_size=(64, 64),  
     batch_size= 64,
     class_mode="categorical"
     )

如果我打印出

的结果

probabilities = model.predict_generator(generator, 300)

我得到了一系列概率。但是，使用这种方式构建数据生成报告非常困难。特别是获取真正的标签并在以下代码中设置它们。我对Keras相当新。

 print(classification_report(testY.argmax(axis=1), predictions.argmax(axis=1),
target_names=["class1", "class2", "class3"]))