Question

当我尝试执行预测图像时，我的代码有问题。使用keras等。

我正在寻找有关如何输出数组的方法

例如[1,0,0]，然后输出岩石

import numpy as np
from google.colab import files
from keras.preprocessing import image
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from tensorflow.keras.applications.vgg16 import preprocess_input
from tensorflow.keras.applications.vgg16 import VGG16

%matplotlib inline

uploaded = files.upload()

for fn in uploaded.keys():
 
  # predicting images
  path = fn
  img = image.load_img(path, target_size=(150,150))
  imgplot = plt.imshow(img)
  x = image.img_to_array(img)
  x = np.expand_dims(x, axis=0)
  x = preprocess_input(x)

  #images = np.vstack([x])
  classes = model.predict(x, batch_size=10)
  print(classes)

  print(fn)
  if classes==[[1,0,0]]:
    print('paper')
  else:
    print('rock')

然后是这样的输出

Saving 0a3UtNzl5Ll3sq8K.png to 0a3UtNzl5Ll3sq8K (4).png
[[1. 0. 0.]]
0a3UtNzl5Ll3sq8K.png
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-69-863494647f7a> in <module>()
     28 
     29   print(fn)
---> 30   if classes==[[1,0,0]]:
     31     print('paper')
     32   else:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

截图程序： enter image description here

Answer 1

始终检查正在使用的对象的类型。

返回类型是张量数组，而不是列表；它实际上是每个标签的一系列概率。为了将其转换为numpy数组，您需要使用prediction.numpy()。

在您的情况下，这种混淆来自于这样一个事实，即第一个标签确实有100％的概率，而其余0％的概率。

除此之外，请注意比较方式：

[[1. 0. 0.]]和[[1,0,0]]

您需要使用argmax()才能正确获得标签。

如何在Keras中解释model.predict（）的输出

1 个答案: