如何使用predict_generator函数预测多幅图像-对于多类问题?

时间:2019-01-09 18:29:32

标签: keras

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_generatorvalidation_generator和     fit_generators(training)我的认证是0.9612,而val_acc是0.9712。

  1. 当我尝试使用验证样本预测模型时 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]]
  1. 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
    

0 个答案:

没有答案