Question

我已经训练了用于图像分类的基本CNN模型。在训练模型时，我使用了来自keras api的ImageDataGenerator。训练完模型后，我使用了testdatagenerator和flow_from_directory方法进行测试。一切顺利。然后，我保存了模型以备将来使用。现在，我使用相同的模型，并使用来自keras api的预测方法生成单个图像，但是每次使用不同的图像进行测试时，预测都大不相同。你能告诉我任何解决方法吗？

training_augmentation = ImageDataGenerator(rescale=1 / 255.0)
validation_testing_augmentation = ImageDataGenerator(rescale=1 / 255.0)

# Initialize training generator
training_generator = training_augmentation.flow_from_directory(
                                                                 JPG_TRAIN_IMAGE_DIR,
                                                                 class_mode="categorical",
                                                                 target_size=(32, 32),
                                                                 color_mode="rgb",
                                                                 shuffle=True,
                                                                 batch_size=batch_size
                                                              )

# initialize the validation generator
validation_generator = validation_testing_augmentation.flow_from_directory(
                                                                             JPG_VAL_IMAGE_DIR,
                                                                             class_mode="categorical",
                                                                             target_size=(32, 32),
                                                                             color_mode="rgb",
                                                                             shuffle=False,
                                                                             batch_size=batch_size
                                                                          )

# initialize the testing generator
testing_generator = validation_testing_augmentation.flow_from_directory(
                                                                           JPG_TEST_IMAGE_DIR,
                                                                           class_mode="categorical",
                                                                           target_size=(32, 32),
                                                                           color_mode="rgb",
                                                                           shuffle=False,
                                                                           batch_size=batch_size
                                                                        )

history = model.fit_generator(
    training_generator,
    steps_per_epoch=total_img_count_dict['train'] // batch_size,
    validation_data=validation_generator,
    validation_steps=total_img_count_dict['val'] // batch_size,
    epochs=epochs,
    callbacks=callbacks)

testing_generator.reset()
prediction_stats = model.predict_generator(testing_generator, steps=(total_img_count_dict['test'] // batch_size) + 1)


### Trying to use predict method
img_file = '/content/drive/My Drive/Traffic_Sign_Recognition/to_display_output/Copy of 00003_00019.jpg'
img = cv2.imread(img_file)
img=cv2.resize(img, (32,32))
img = img/255.0
a=np.reshape(img, (1, 32, 32, 3))

model = load_model('/content/drive/My Drive/Traffic_Sign_Recognition/basic_cnn.h5')

prediction = model.predict(a)

当我尝试使用预测时，每次都会出现错误的预测。

任何潜在客户都会受到赞赏。

Answer 1

Keras generator使用PIL进行图像读取，以RGB的形式从磁盘读取图像。

您正在使用opencv进行读取，将图像读取为BGR。您必须将图像从BGR转换为RGB。

img = cv2.imread(img_file)

img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

...

Keras方法'predict'和'predict_generator'具有不同的结果

1 个答案: