使用 keras 训练模型后如何预测多个图像？

Question

我想在用我的模型训练后尝试预测图像。

使用下面的代码我只能预测一张图像，例如，我如何预测超过 50 张图像？

示例代码

import numpy as np
from keras.preprocessing import image
from keras.preprocessing.image import ImageDataGenerator

test_image = image.load_img('dataset/test_image/girls.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
  prediction = 'nsfw'
else:
  prediction = 'sfw'

print(prediction)

您能告诉我应该更改或添加到代码中吗？

也许您有一个参考代码来预测您可以分享的多个图像？

Answer 1

要批量预测包含 50 个图像的目录，您可以按照此示例 here 执行以下操作：

batch_holder = np.zeros((50, IMG_SIZE, IMG_SIZE, 3))
img_dir='test_set/'
for i,img in enumerate(os.listdir(img_dir)):
  img = image.load_img(os.path.join(img_dir,img), target_size=(IMG_SIZE,IMG_SIZE))
  batch_holder[i, :] = img

在你的情况下IMG_SIZE = 64。 然后你就可以调用model对象的predict_classes()方法：

classes = loaded_model.predict_classes(batch_holder)

还有这个GitHub Gist 也以类似的方式完成。

Answer 2

你希望你的输出是什么？这听起来像是可以通过一个简单的 for 循环来完成。您可能可以在 Keras 中更有效地执行此操作，但采用简单的方法也可以。下面的代码获取dataset/test_image文件夹中的所有图像，并按照image_list的顺序创建一个分类列表：

import numpy as np
from keras.preprocessing import image
from keras.preprocessing.image import ImageDataGenerator
import os

image_folder = 'dataset/test_image/'
image_list = os.listdir(image_folder)
classifier_results = []
for image in image_list:
    test_image = image.load_img(image_folder + image_list[image], target_size = (64, 64))
    test_image = image.img_to_array(test_image)
    test_image = np.expand_dims(test_image, axis = 0)
    result = classifier.predict(test_image)
    training_set.class_indices
    if result[0][0] == 1:
      prediction = 'nsfw'
    else:
      prediction = 'sfw'
    classifier_results.append(prediction)
    print(image_list[image], "is classified as: " prediction)

Answer 3

from imutils import paths
imagePaths = list(paths.list_images('test'))

for test_image in imagePaths:

   result = classifier.predict(test_image)