- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我是 Keras 的新手。我训练了一个模型并想预测存储在子文件夹中的一些图像(例如用于训练)。为了进行测试,我想预测 7 个类(子文件夹)中的 2 个图像。下面的 test_generator 看到了 14 张图像,但我得到了 196 个预测。错误在哪里?非常感谢!
test_datagen = ImageDataGenerator(rescale=1./255)
test_generator = test_datagen.flow_from_directory(
test_dir,
target_size=(200, 200),
color_mode="rgb",
shuffle = "false",
class_mode='categorical')
filenames = test_generator.filenames
nb_samples = len(filenames)
predict = model.predict_generator(test_generator,nb_samples)
最佳答案
您可以将 flow_from_directory
中的 batch_size
的值从默认值(即 batch_size=32
)更改为 batch_size=1
。然后将 predict_generator
的 steps
设置为测试图像的总数。像这样:
test_datagen = ImageDataGenerator(rescale=1./255)
test_generator = test_datagen.flow_from_directory(
test_dir,
target_size=(200, 200),
color_mode="rgb",
shuffle = False,
class_mode='categorical',
batch_size=1)
filenames = test_generator.filenames
nb_samples = len(filenames)
predict = model.predict_generator(test_generator,steps = nb_samples)
关于python - 如何将 predict_generator 与 ImageDataGenerator 一起使用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45806669/
我正在尝试使用 Keras 进行语义分割,当尝试加载图像时,我使用 flow_from_directory 方法收到此错误。 Found 0 images belonging to 0 classes
我试图实现的架构在这里: Patient-data adapted model architecture: ResNet-50 。我的图像按标签分为文件夹,如下所示: root/ ├── tr
我的keras文档中的代码有问题。在下面的代码中,它只加载了 1 张图像。如果我的文件夹中有 10 个图像,我将如何使用此代码,因为 load_img 函数仅加载 1 个图像,而我想加载包含 10 个
我正在尝试使用 Inception V3 模型进行图像分类。 Keras 的 ImageDataGenerator 是否会创建添加到我的数据集的新图像?如果我有 1000 张图片,使用此功能是否会将其
例如,考虑在 Keras 中微调 Resnet50 模型。 For example here : from keras.applications.resnet50 import ResNet50 fr
我正在尝试使用 ImageDataGenerator 对象的流方法获取输入图像并保存该图像的 10 个增强版本。问题是它无意中改变了图像的颜色,即使我没有向 ImageDataGenerator 类传
我一直在尝试实现 Keras 自定义图像数据生成器,以便我可以进行头发和显微镜图像增强。 这是数据生成器类: class DataGenerator( Sequence ): def __in
我知道的方法是这样的 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen = Image
我正在训练一个神经网络来预测鼠标大脑图像上的二进制掩码。为此,我使用来自 keras 的 ImageDataGenerator 来扩充我的数据。 但我已经意识到数据生成器在应用空间变换时正在插入数据。
我目前正在创建一个CNN模型来分类字体是否为Arial , Verdana , Times New Roman和 Georgia .总共有16类,因为我还考虑检测字体是否为 regular , bol
我有一个关于在使用 ImageDataGenerator 的 Keras 数据增强上下文中使用 sample_weight 参数的问题。假设我有一系列简单的图像,只有一类对象。因此,对于每个图像,我将
嗨,我想问你一个关于 Keras ImageDataGenerator 的问题。我可以确定将创建多少增强图像吗?或者如何在增强后找到训练图像集的大小。在 Keras 文档中,流程函数描述是:“采用 n
我正在制作一个用于图像分类的 CNN 模型(我有两个类)。我使用 ImageDataGenerator 进行数据准备,使用 model.fit_generator 进行训练。为了进行测试,我使用mod
我有一个模型,它将两个图像作为输入并生成一个图像作为目标输出。 我所有的训练图像数据都在以下子文件夹中: 输入1 输入2 目标 我可以使用 keras 中的 ImageDataGenerator 类和
我是卷积神经网络的新手,我即将构建我的第一个 ConvNet,它是一个多类图像分类 ConvNet。 型号说明 假设我有两个图像文件夹,一个包含数千张特定类型叶子的图像(叶子 A)(图像集 X),另一
我正在使用 keras ImageDataGenerator 来预处理训练图像,并且需要某种颜色更改功能(随机颜色、色调更改)。 我的生成器代码如下所示: image_generator = tf.k
以下是我的 csv 文件 file,pt1,pt2,pt3,,pt4,pt5,pt6 object/obj0.png,66.0335639098,39.0022736842,30.2270075188
假设我想应用两个不同的 preprocessing_functions分成两份ImageDataGenerator s 到一张图像,然后将这些输出连接到一个张量来训练模型。 即,如果我有 RGB 图像
我正在尝试使用tensorflow.keras构建语义分割模型。我使用的数据集将图像和蒙版存储在单独的目录中,每个文件名都有一个 ID,用于将图像文件与其各自的蒙版进行映射。 以下是我的数据集目录的结
我有 70'000 个 2D numpy 数组,我想在其上使用 Keras 训练 CNN 网络。将它们保存在内存中是一种选择,但会消耗大量内存。因此,我想将矩阵保存在磁盘上并在运行时加载它们。一种选择
我是一名优秀的程序员,十分优秀!