如何对多张图片进行图片分类？答案

【问题标题】：How to run image classification on multiple images?如何对多张图片进行图片分类？
【发布时间】：2022-12-06 05:43:37
【问题描述】：

我已经完成了tensorflow网站上的图像分类教程here

本教程解释了如何将经过训练的模型作为新图像的预测器运行。

有没有办法在批处理/多个图像上运行它？代码如下：

sunflower_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/592px-Red_sunflower.jpg"
sunflower_path = tf.keras.utils.get_file('Red_sunflower', origin=sunflower_url)

img = tf.keras.utils.load_img(
sunflower_path, target_size=(img_height, img_width)
)
img_array = tf.keras.utils.img_to_array(img)
img_array = tf.expand_dims(img_array, 0) # Create a batch

predictions = model.predict(img_array)
score = tf.nn.softmax(predictions[0])

print(
"This image most likely belongs to {} with a {:.2f} percent confidence."
.format(class_names[np.argmax(score)], 100 * np.max(score))
)

【问题讨论】：

是什么阻止您一起发送多张图片？
将它们堆叠在您创建的批处理线中

标签： python tensorflow

【解决方案1】：

您可以使用此代码同时对多个图像运行预测。

import cv2 (pip install opencv-python)

batch_images = [cv2.imread(img) for img in list_images] 

predictions = model.predict_on_batch(batch_images)

list_images 是一个列表，其中包含您要预测的图像的路径，例如 ["path_img1","path_img2",...]

predictions 是您的模型对给定图像批次做出的预测列表，它们与您用作输入的图像的顺序相同。所以predictions[x] 为您提供输入批次的第 x 个图像的预测。

【讨论】：

【解决方案2】：

这是一个使用 Dataset.from_generator 通过生成器函数从磁盘流式传输图像的解决方案。

def read_dir():
  files = os.listdir(source_folder)
  for file_name in files:
    yield keras.utils.load_img(source_folder + file_name, color_mode="rgb")

ds = tf.data.Dataset.from_generator(
  lambda: read_dir(),
  output_types=(tf.int8),
  output_shapes=([128, 128, 3])
)

model = keras.models.load_model('my-model.keras')
predictions = model.predict(ds.batch(64))

【讨论】：