我跟着这个回购(https://github.com/iamgroot42/keras-finetuning),我已经完成了培训 .
现在,我想预测我自己的数据集(包含2个类,Avocado和Mango)和ImageNet集的输入图像 . 但预测结果总是返回索引0或1(我猜它是鳄梨或芒果),永远不会从ImageNet返回一个类 . 例如 . 我想预测一个来自ImageNet原始类的iPod图像,但是model.predict(...)总是返回0和1 .
我的model-labels.json:
["avocados", "mangos"]
我的预测代码:
img = imresize(imread('ipod.png', mode='RGB'), (224, 224)).astype(np.float32)
img[:, :, 0] -= 123.68
img[:, :, 1] -= 116.779
img[:, :, 2] -= 103.939
img[:,:,[0,1,2]] = img[:,:,[2,1,0]]
img = img.transpose((2, 0, 1))
img = np.expand_dims(img, axis=0)
img = img.reshape(img.shape[0], n, n, n_chan)
out = model.predict(img, batch_size=batch_size)
pred = np.argmax(out, axis=1)
print(pred)
有人能帮帮我吗?
1 回答
也许你只需要在
class index
到imagenet labels
之间进行翻译?尝试:
尺寸)