最近在学习ImageAI对图片的处理,在此记录下学习过程。
目标:用自己的图片库实现液晶屏异常预测。
1. 将自己的图片整理成224×224(模型默认)像素的大小,新建一个tf-train目录(名字随便起),在该目录下分为train和test两个目录,目录下将正常的图片放在normal文件夹下,将存在异常的图片放在abnormal文件夹下,文件夹的名称就是图片类别的名称。
——>
——>在train和test目录下都有
这两个文件夹,train目录下共有512张图片,test有64张。
2.新建一个模型训练的.py文件
from imageai.Prediction.Custom import ModelTraining
model_trainer = ModelTraining()
model_trainer.setModelTypeAsResNet()
model_trainer.setDataDirectory("tf-train")
model_trainer.trainModel(num_objects=2, num_experiments=100, enhance_data=True, batch_size=4, show_network_summary=True)
由于本项目只有两类目标,所以num_o