如何在Keras的单个JPEG文件中使用ImageDataGenerator和predict_generator?
我有一个jpeg,我想使用model.fita-generator函数训练模型来预测概率。
答案 0 :(得分:3)
如果您只有一个.jpeg,则无需使用ImageDataGenerator。在下面的代码中,我假设您使用尺寸为150px x 150px的RGB图像训练模型。
img = image.load_img(img_path, target_size=(150, 150))
img_tensor = image.img_to_array(img)
img_tensor = np.expand_dims(img_tensor, axis=0)
img_tensor /= 255.
model.predict(img_tensor)
欲了解更多信息,请查看Francois Chollet出色的Ipython笔记本电脑。具体而言,https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/5.4-visualizing-what-convnets-learn.ipynb
的Line(In [2])在本节中,他查看了不在他的train_generator中的图像的中间激活层。他加载了他在另一个Ipython笔记本中创建的模型:https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/5.2-using-convnets-with-small-datasets.ipynb