我有一个训练好的模型，我想用这个模型来预测存储在一个文件夹中的不同图像的类别。我已经尝试使用 for 循环来做这件事，但它显示文件未找到错误。

我已经尝试使用 for 循环来做这件事，但它显示文件未找到错误。我使用的是文件夹位置的准确路径。

# 图像文件夹
folder_path = '/path/to/folder/'
# 模型路径
model_path = '/path/to/saved/model.h5'
# 图像尺寸
img_width, img_height = 320, 240
# 加载训练好的模型
model = load_model(model_path)
model.compile(loss='binary_crossentropy',              optimizer='rmsprop',              metrics=['accuracy'])
# 将所有图像加载到列表中
images = []
for img in os.listdir(folder_path):    img = image.load_img(img, target_size=(img_width, img_height))    img = img.img_to_array(img)    img = np.expand_dims(img, axis=0)    images.append(img)
# 将图像列表堆叠起来以便进行预测
images = np.vstack(images)
classes = model.predict_classes(images, batch_size=10)
print(classes)

期望结果 – 代码应该预测图像所属的类别。当前结果 – 运行代码时显示“文件未找到”错误，尽管使用了文件夹的准确路径。

回答：

尝试将 for 循环改为 os.walk

for root, dirs, files in os.walk(folder_path)    for filename in files:        img= os.path.join(root, filename)