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
[[('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。