python - Keras:predict_generator 的输出是什么？

Question

Keras 文档说它返回“一个 Numpy 预测数组”。在 4 个类的 496 个图像示例上使用它，我得到一个 4 维数组(496、4、4、512)。其他2个维度是什么？最终，我想要一个 X 数组(示例)和一个 Y 数组(标签)。

img_width, img_height = 150, 150
top_model_weights_path = 'bottleneck_fc_model.h5'
train_data_dir = 'data/train'
validation_data_dir = 'data/validation'
nb_train_samples = 496
nb_validation_samples = 213
epochs = 50
batch_size = 16
number_of_classes = 3
datagen = ImageDataGenerator(rescale=1. / 255)

# build the VGG16 network (exclude last layer)
model = applications.VGG16(include_top=False, weights='imagenet')

# generate training data from image files
train_generator = datagen.flow_from_directory(
    train_data_dir,
    target_size=(img_width, img_height),
    batch_size=batch_size,
    class_mode='categorical',
    shuffle=False)

# predict bottleneck features on training data
bottleneck_features_train = model.predict_generator(
    train_generator, nb_train_samples // batch_size)
print(bottleneck_features_train.shape)

train_data = np.load(open('bottleneck_features_train.npy', 'rb'))
print(train_data.shape)

Answer 1

您正在做的是从您提供给模型的图像中提取瓶颈特征。您获得的形状 (496, 4, 4, 512) 是 (n_samples, feature_height, feature_width, feature:channels)你通过传递去掉了模型的密集层

include_top=False

为了以图形方式解释，您通过该模型传递了样本

没有 最后 4 层。 (你有不同的高度和宽度，因为你的凝 View 像是 150x150 而不是标准 VGG16 中的 224x224)

您获得的不是类别的预测，而是图像重要特征的综合表示。

要获得你似乎需要的东西，你可以像这样修改代码

model = applications.VGG16(include_top=False, weights='imagenet')
for layer in model.layers:
    layer.trainable = False
model = Dense(512, activation='relu')(model) #512 is a parameter you can tweak, the higher, the more complex the model
model = Dense(number_of_classes, activation='softmax')(model)

现在，您可以对用于训练模型的样本调用 model.fit(X,Y)，将 496 个样本图像作为 X，将您准备的地面实况标签作为 Y。

训练结束后，您可以使用 model.predict 来预测您需要的类别。