用CNN预测图像的类别。

Question

我试图在训练好的模型上预测单幅图像的类别，但我得到了一个奇怪的输出，所以这是我的代码。

from tensorflow.keras.models import load_model
from tensorflow.keras.preprocessing import image
import matplotlib.pyplot as plt
import numpy as np
import os


def load_image(img_path, show=False):
  img = image.load_img(img_path, target_size=(300, 300))
  img_tensor = image.img_to_array(img)                    
  img_tensor = np.expand_dims(img_tensor, axis=0)         
  img_tensor /= 255.                                      

  if show:
    plt.imshow(img_tensor[0])
    plt.axis('off')
    plt.show()

  return img_tensor


if __name__ == "__main__":
  # load model
  model = load_model("model1.h5")

  # image path
  img_path = 'dog.jpg' # dog

  # load a single image
  new_image = load_image(img_path, True)

  # check prediction
  pred = model.predict(new_image)
  print(pred)

但我得到的是 [[0.8189566 0.18104333]] 作为输出。但是我有0类和1类，这是否是因为没有指定批处理量？

Answer 1

与 model.predict(new_image) 您可以获得每个测试图像属于特定类别的概率。

为了得到输出类，你需要选择预测概率最大的类。

np.argmax(pred, axis=1)