使用Keras进行多类图像分类的多重预测

Question

我在Keras训练了一个CNN的文件夹（两种蜜蜂）。我有第二个文件夹，其中包含未标记的bees图像用于预测。

我能够预测单张图片（如下面的代码所示）。

from keras.preprocessing import image

test_image = image.load_img('data/test/20300.jpg')
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)

prob = classifier.predict_proba(test_image)

结果：

prob
Out[214]: array([[1., 0.]], dtype=float32)

我希望能够预测所有图像（大约300张）。

有没有办法加载和预测批量中的所有图像？并且predict()能够处理它，因为它需要和数组来预测吗？

Answer 1

Model.predict_proba()（真正predict()为synonym）接受批量输入。来自文档：

  

为输入样本生成类概率预测。   输入样本将逐批处理。

您只需要加载多个图像并将它们粘合在一个numpy数组中。通过展开0维，您的代码已在test_image中使用了1批。为了完成图片，还有Model.predict_on_batch()方法。

要加载一批测试图像，您可以使用image.list_pictures或ImageDataGenerator.flow_from_directory()（与Model.predict_generator()方法兼容，请参阅documentation中的示例）。