Question

因此，在使用Keras在python中学习了CNN的基础之后，我尝试添加自己的飞机图片以测试我训练有素的程序。为此，我尝试导入1920x1080 png图像，经过一些研究，我发现了一种可能的方法来重塑图像，但出现以下错误消息：

回溯（最近通话最近）：文件“ C：/ Users / me / Desktop / Programming Courses / Image_Classifier_Project / Model_Test.py”，第21行，在 img = np.reshape（img，[1，32，32，3]）重塑文件“ << strong> array_function Internals>”的第6行重塑文件“ C：\ Users \ me \ AppData \ Roaming \ Python \ Python37 \ site-packages \ numpy \ core \ fromnumeric.py”，行301 return _wrapfunc（a，'reshape'，newshape，order = order） _wrapfunc中的文件“ C：\ Users \ me \ AppData \ Roaming \ Python \ Python37 \ site-packages \ numpy \ core \ fromnumeric.py”，第61行返回界限（* args，** kwds） ValueError：无法将大小为1024的数组重塑为形状（1、32、32、3）

图像是彩色的（与训练图像一样）。

这是代码。我正在从文件中调用训练结果。

from keras.datasets import cifar10
import keras.utils as utils
from keras.models import load_model
import numpy as np
import cv2

# Get Model Data
labels = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

(_, _), (x_test, y_test) = cifar10.load_data()

x_test = x_test.astype('float32') / 255.0
y_test = utils.to_categorical(y_test)

model = load_model('Classified.h5')

img = cv2.imread("a400m.png", 0)
img = cv2.resize(img, (32, 32))

img = np.reshape(img, [1, 32, 32, 3])

# results = model.evaluate(x=x_test, y=y_test)
# print("Loss: ", results[0])
# print("Accuracy", results[1])

test_image_data = np.asarray(img)

prediction = model.predict(x=test_image_data)
print("Prediction: ", labels[np.argmax(prediction)])
# max_index = np.argmax(prediction[0])
# print("Prediction: ", labels[max_index])

抱歉，代码混乱，只是尝试实现它，而不是从头开始

谢谢！

Answer 1

首先，您的图片是彩色的，因此您需要将其加载为彩色图片：

img = cv2.imread("a400m.png", 1)  # 0 means grayscale

其次：

img = cv2.resize(img, (32, 32)) #give a shape of (32, 32, 3)

此行会将您的(1920, 1080, 3)形状的图像重塑为(32, 32, 3)的形状。

最后，为了预测该图像，您需要扩展其暗淡度，为此，请使用numpy expand_dim功能：

img = np.expand_dims(img, 0) #give a shape of (1, 32, 32, 3), 0 means first dim

尝试使用自定义飞机图片测试经过cifar-10训练的CNN

1 个答案: