如何使用Keras中的保存模型来预测和分类图像?

我用Keras训练了一个手部位置分类器,并使用代码(model.save(‘model.h5’))保存了模型。现在我想用这个模型来预测一张图像,这是可行的吗?如果可以,请提供一些示例。附注:我的数据是以CSV文件的形式提供的。


回答:

首先,您需要使用load_model函数导入保存的模型。

from keras.models import load_modelmodel = load_model('model.h5')

在预测新输入的结果之前,您需要调用compile方法。

classifier.compile(loss='your_loss', optimizer='your_optimizer', metrics=['your_metrics'])

编译完成后,您就可以处理新图像了。

from keras.preprocessing import imagetest_image= image.load_img(picturePath, target_size = (img_width, img_height)) test_image = image.img_to_array(test_image)test_image = numpy.expand_dims(test_image, axis = 0)test_image = test_image.reshape(img_width, img_height)result = model.predict(test_image)   

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注