上期文章我们分享了人工智能Keras图像分类器(CNN卷积神经网络的图片识别的训练模型),本期我们使用预训练模型对图片进行识别:Keras CNN卷积神经网络模型训练
![938f6ed152d0c59ecf6b887e1ecd5e60.png](https://i-blog.csdnimg.cn/blog_migrate/5d741374de4c3c53ccf9991b0362c14a.jpeg)
导入第三方库
from keras.preprocessing.image import img_to_arrayfrom keras.models import load_modelimport numpy as npimport imutilsimport cv2
加载图片
image = cv2.imread("examples/00000002.jpg") # 加载一个图片orig = image.copy() # 复制图片image = cv2.resize(image, (28, 28))# 图片resizeimage = image.astype("float") / 255.0 #图片转换为0 1数据image = img_to_array(image) # arrayimage = np.expand_dims(image, axis=0)# 增加一个轴
加载预训练模型
model = load_model("lenet.model")
图片识别
(notsnowman, snowman) = model.predict(image)[0]# 图片预测# 显示标签与预测数据label = "snowman" if snowman > notsnowman else "notsnowman"proba = snowman if snowman > notsnowman else notsnowmanlabel = "{}: {:.2f}%".format(label, proba * 100)
显示图片
output = imutils.resize(orig, width=400)cv2.putText(output, label, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)cv2.imshow("Output", output)cv2.waitKey(0)
![ff62847788cbf7d902d8cec3ec570476.png](https://i-blog.csdnimg.cn/blog_migrate/d41e012aaae8b8515cc238e686993645.jpeg)
关注微信公众号:启示AI科技
可以体验不一样的AI工具哟