Question

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。

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]]

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

如何使用predict_generator函数预测多幅图像-对于多类问题？

0 个答案: