如何使用带有 keras 的训练模型标记测试数据？

Question

我正在研究下面的keras卷积神经网络教程https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d

训练模型后，我想在样本图像上测试模型，并对图像进行标记。我意识到我必须使用predict 方法生成一个数组，该数组显示哪个标签获得特定图像的分数。但是我在使用这种方法时遇到了麻烦。如果图像在文件夹 test_images 中并且有 20 张，我如何测试这些图像并获得预测？

这就是我得到一张图片的方式（即使我想要多张图片）：

image = cv2.imread('test1.jpg')
image = cv2.resize(image,(224,224))
features = np.swapaxes(np.swapaxes(image, 1, 2), 0, 1)
predictions = model.predict(features)

这会引发以下错误：

ValueError: Error when checking : expected conv2d_1_input to have 4 dimensions, but got array with shape (3, 224, 224)

非常感谢！

之前咨询过的一些问题：

Simple Neural Network in Python not displaying label for the test image https://github.com/fchollet/keras/issues/315

Answer 1

model.predict 通过处理一组样本来工作，而不仅仅是一张图像，因此您缺少批次/样本维度，在您的情况下，这只是一张图像。你只需要重塑数组：

features = features.reshape((1, 3, 224, 224)

然后传递给预测。