如何将多个图像输入 Keras 特征提取？

Question

这是 Keras 文档页面的代码：

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

model = VGG16(weights='imagenet', include_top=False)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

这里只有一张图片。

我已将几 (12) 张图像提取到一个列表中，并将该列表转换为一个 numpy 数组。我想将该图像列表提供给 Keras 特征提取器。

换句话说，我想向它提供多个图像。我该怎么做？

Answer 1

代码中的这一行 x = np.expand_dims(x, axis=0) 将单个图像转换为单个图像的数组。所以 x 的形状将是 (1, 224, 224, 3)。

在您的示例中，您已经将 12 张图像保存在 numpy 数组中。检查你的 numpy 数组的形状。它必须调整为 (12, 224,224, 3)。通道数可以是 1、3 或 4。然后，您必须对其进行预处理。检查此代码preprocess_input(x) 函数中发生了什么。之后你可以传递给model.predict函数。

希望这个答案对你有所帮助。