图像分类并将类存储在单独的文件夹中

Question

我的系统中的文件夹中有10种不同类别（如吉他，小提琴，猫，狗）的537张高维图像，我想使用VGG16预先训练的模型对这些图像进行分类并将其存储（例如，吉他图像存储在名为Guitar的文件夹中，依此类推）。

我该怎么做？

我用VGG16训练了模型，并且在对象“最终”中以

列出了概率

[[('n04536866', 'violin', 0.98542005),
  ('n02992211', 'cello', 0.011837473),
  ('n04033901', 'quill', 0.0005115752),
  ('n02879718', 'bow', 0.0003736455),
  ('n04127249', 'safety_pin', 0.00014224136)],
 [('n03028079', 'church', 0.35847503),
  ('n02825657', 'bell_cote', 0.22777957),
  ('n03781244', 'monastery', 0.21779507),
  ('n02708093', 'analog_clock', 0.067872286),
  ('n02980441', 'castle', 0.044268098)] 

以此类推，我只提到了两个图像概率值的输出，现在我无法迭代该列表并将最高概率存储在不同的文件夹中。

pred=model.predict(train) #till here i train my model with all images
final=decode_predictions(pred) #in this i have prob for all the predicted images, so here my question start.

预期输出应如下：

file                folder

00001.jpg           acoustic
000045.jpg          laptop

以此类推。