Question

我已经训练好模型并使用model.save保存了。

如何使用模型文件预测图像。

我使用了这篇文章How to predict input image using trained model in Keras?，并使用了这些代码

# Modify 'test1.jpg' and 'test2.jpg' to the images you want to predict on

from keras.models import load_model
from keras.preprocessing import image
import numpy as np

# dimensions of our images
img_width, img_height = 320, 240

# load the model we saved
model = load_model('model1.h5')
model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

# predicting images
img = image.load_img('yes.jpeg', target_size=(img_width, img_height))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)

images = np.vstack([x])
classes = model.predict_classes(images, batch_size=10)
print(classes)

# predicting multiple images at once
##img = image.load_img('yes.jpeg', target_size=(img_width, img_height))
##y = image.img_to_array(img)
##y = np.expand_dims(y, axis=0)

# pass the list of multiple images np.vstack()
##images = np.vstack([x, y])
##classes = model.predict_classes(images, batch_size=10)

# print the classes, the images belong to
print(classes)
print(classes[0])
print(classes[0][0])

但结果是

[[1]]
[[1]]
[1]
1

如何将其转换为类索引？

Answer 1

除非您想再次训练它，否则不要重新编译模型。只需加载模型然后进行预测即可。

编译将重置权重。

使用卷积神经网络的模型文件

1 个答案: