机器学习学习笔记--使用Keras实现图片预测

Keras 是一个基于 Python 的高层神经网络库，其可以使用 Tensorflow、Theano 以及 CNTK 等著名深度学习框架作为后端。

最好在Linux Ubuntu下操作，搭建环境，这样可以省很大功夫。这里我基于windows10下操作。

使用工具：Pycharm + anaconda3.4  

环境安装

1.conda install tensorflow-gpu

2.conda install tensorflow

3.conda install keras

4.conda install numpy

确保这些库都安装了

注意：anaconda 里的Pandas 库 在这里要用 0.19.2版本的 ，如果你的版本已经是0.2以上的请回退到 0.19.2的版本 

不然会报这个错：AttributeError: module 'pandas' has no attribute 'computation'

预训练模型下载：

 Keras里有很多已经训练好的模型，供我们使用。如：Xception、VGG16、ResNet50、InceptionV3、MobileNet等等。

使用这些训练集可以帮我们识别大多数图片。这里我们使用InceptionV3

由于这个本来是在国外网站的，我已经把文件上传到百度云了，去获取就好。

链接：http://pan.baidu.com/s/1jId4tWq 密码：hmmy

下载后请新建一个文件夹 Keras 在里面在新建model 文件夹 把刚刚下载的文件放在里面    Keras文件夹在源代码旁边

这样训练集就获取到了

打开IPython

from keras.applications.inception_v3 import InceptionV3

import keras
model = InceptionV3()
model.summary()

得到这个图 代表你已经成功导入数据集了 

这里训练集有2千万条

再导入这些库

import numpy as np
from keras.preprocessing import image
from keras.applications.inception_v3 import InceptionV3
from keras.applications.inception_v3 import preprocess_input
from keras.applications.inception_v3 import decode_predictions

准备一个要识别的图片 这里我选择爱衣的图片   

输入以下代码

img = image.load_img('timg.jpg',target_size=(299,299))
x = image.img_to_array(img)
x = np.expand_dims(x,axis=0)   #这三行的意思是提取 图片特征
x = preprocess_input(x)
preds = model.predict(x)
print('Predicted:',decode_predictions(preds,top=3)[0])

得到结果：Predicted: [('n03534580', 'hoopskirt', 0.77724248), ('n03770439', 'miniskirt', 0.12247533), ('n03866082', 'overskirt', 0.0047637392)]

意思是 77%的概率是 hoopskirt 也就是长外裙  12%的概率是miniskirt超短裙 0.04%的概率是罩群

这里我只输出了前三个可能