确定与类相关的 model.predict 的输出

Question

我试图弄清楚如何从 keras 返回的一个热编码向量中确定类。问题是我使用带有 ImageDataGenerator 的 flow_from_directory 来训练我的网络，导致 keras 自动将文件夹结构转换为我所知道的类向量，我该如何解决这个问题？

这是我的训练在代码中的布局方式：

    checkpoint = [ModelCheckpoint(
        'model.checkpoint.hdf5',
        period=1
   )]

    train_datagen = ImageDataGenerator(
        rotation_range=30)

    test_datagen = ImageDataGenerator(
        rotation_range=30)

    train_generator = train_datagen.flow_from_directory(
        '/train/',
        target_size=(x, y),
        batch_size=batch_size,
        class_mode='categorical')
    test_generator = test_datagen.flow_from_directory(
        '/test/',
        target_size=(x, y),
        batch_size=batch_size,
        class_mode='categorical')

    self.discriminator.fit_generator(
        train_generator,
        steps_per_epoch=10000,
        epochs=epochs,
        validation_data=test_generator,
        validation_steps=10,
        callbacks=checkpoint
    )

我的文件夹结构是这样的：

root/
    train/
        cow/
            0.jpg
            1.jpg
        pig/
            0.jpg
            1.jpg
    test/
        cow/
            0.jpg
            1.jpg
        pig/
            0.jpg
            1.jpg

Answer 1

print(train_generator.class_indices)
{'cow': 0, 'pig': 1}

从文档中，“包含从类名到类索引的映射的字典可以通过属性 class_indices 获得。”

https://keras.io/preprocessing/image/#flow_from_directory

Answer 2

keras 中的预测是指你自己的文件夹结构。如果火车是由牛和猪组成的。然后cow = 0 和pig = 1。所以如果预测返回 0 就是牛，否则就是猪。