如何在Keras中使用Python为类别预测输入图像

我试图预测单张图像的结果,但得到的结果与预期不符。我已经在CIFAR-10数据集上训练了模型,并使用了Keras和TensorFlow来训练这个模型。我认为我提供的输入大小不正确。

这是训练代码的摘要:https://github.com/09rohanchopra/cifar10/blob/master/cifar10-simple-cnn.ipynb预测单张图像的代码

from keras.preprocessing import image
from keras.models import load_model
from scipy.misc import imread,imresize
import numpy as np
model=load_model('augmented_best_model.h5')
im=imread('1.jpg')
im=im/255
im=im.resize(im,(32,32))
pr=model.predict(im.reshape(-1,3,32,32))

回答:

我得到了答案

x=imread('test/2.jpg',mode='RGB')
x=imresize(x,(32,32))
x=np.invert(x)
x=x.reshape(-1,32,32,3)

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