我有一个经过训练的模型,我需要对大量图像目录进行推理。我知道我可以使用 ImageDataGenerator.flow_from_directory 创建一个生成器,但是如何将预测结果与文件名相关联并不明显。理想情况下,给定一个 keras 模型 + 图像目录,我希望有一个文件名数组和预测概率。我该如何实现?
最佳答案
您需要做的是将图像分离到不同的文件夹中,对应于类。文件夹的名称应该是类的名称,通过使用 ImageDataGenerator.flow_from_directory()
Keras 将根据目录自动推断类名。
例如,您应该有一个名为“data”的文件夹,其中包含两个名为“cat”和“dog”的文件夹。
然后您可以调用方法 ImageDataGenerator.flow_from_directory("path/to/folder/data")
,Keras 将生成包含“cat”和“dog”这两个类的数据集。
根据文件的名称,使用简单的程序可能很容易分离,如果不是,我建议使用将相似图像组合在一起的程序,然后您可以在此基础上手动创建文件夹。
https://stackoverflow.com/questions/60350353/
相关文章:
vue.js - 如何更新 vuetify mdi 图标? (Nuxt.js)
nginx - Flask Mail 在 Ubuntu 上部署时不起作用
python - API错误异常: (BadArgument) 'recognitionModel'
python - 由于自定义度量函数,Keras 中出现无效的磁带状态错误
node.js - 错误 "Your cache folder contains root-owne
git - 如何正确设置 Azure DevOps 和 GitHub 之间的双向同步