我有6000幅训练图像和2000幅验证图像,我需要训练CNN而没有用于面部表情分类的数据增强方法。 有人可以帮忙吗?提前致谢。
1。如何使用predict_generator
函数预测多幅图像
在KERAS中训练CNN模型后
我正在尝试对3类的面部表情进行分类,
我有单独的数据集用于训练= 6000和验证= 2000
样本,批量大小= 50,历元= 50
我在进行数据扩充后对模型进行了训练
我使用了train_generator
,validation_generator
和
fit_generators(training)
我的认证是0.9612,而val_acc是0.9712。
predict_generator
功能,我在混乱中得到的效果很差
矩阵如下
混淆矩阵,无需归一化:[[281 255 264] [256 285 259] [267 267 266]]
我是否正确训练了模型? 我使用的predict_generator是正确的吗? 要么 如何使用(没有数据扩展)训练模型?方法??? 有人可以帮我弄这个吗 ??? 提前非常感谢您...:
train_datagen = ImageDataGenerator(
rescale=1. / 255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = train_datagen.flow_from_directory(
train_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical')
validation_generator = test_datagen.flow_from_directory(
validation_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical')
history=model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples // batch_size)
Y_pred=model.predict_generator(validation_generator,nb_validation_samples//batch_size)
y_pred = np.argmax(Y_pred, axis= 1)enter code here