keras训练完以后怎么预测_如何利用Keras中的训练模型预测输入图像?

这篇博客介绍了如何在Keras中训练一个图像分类模型并进行预测。作者使用了ImageDataGenerator进行数据增强,构建了一个包含卷积层、激活函数、池化层和全连接层的CNN模型,对两个类别的图像进行二分类。模型训练完成后,以高精度保存。在预测阶段,通过load_model加载模型并使用cv2处理新图像,但模型预测结果只显示为[[0]],没有给出类别的实际名称。
摘要由CSDN通过智能技术生成

我只是从keras和机器学习开始。

我训练了一个模型来对来自两个类的图像进行分类,并使用model.save()保存了它。这是我使用的代码:from keras.preprocessing.image import ImageDataGenerator

from keras.models import Sequential

from keras.layers import Conv2D, MaxPooling2D

from keras.layers import Activation, Dropout, Flatten, Dense

from keras import backend as K

# dimensions of our images.

img_width, img_height = 320, 240

train_data_dir = 'data/train'

validation_data_dir = 'data/validation'

nb_train_samples = 200 #total

nb_validation_samples = 10 # total

epochs = 6

batch_size = 10

if K.image_data_format() == 'channels_first':

input_shape = (3, img_width, img_height)

else:

input_shape = (img_width, img_height, 3)

model = Sequential()

model.add(Conv2D(32, (3, 3),

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值