从 tensorflow 加载我的模型但不起作用答案

【问题标题】：Load my model from tensorflow but not work从 tensorflow 加载我的模型但不起作用
【发布时间】：2023-01-01 11:05:21
【问题描述】：

我正在尝试从该网站修改和调用我自己的模型 https://pythonprogramming.net/using-trained-model-deep-learning-python-tensorflow-keras/

但这是我的问题。

def prepare(filepath):
    IMG_SIZE = 70  # 50 in txt-based
    img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)  # read in the image, convert to grayscale
    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))  # resize image to match model's expected sizing
    return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)  # return the image with shaping that TF wants.

1.我的模型输入是 (180x180x3) ，由于索引超出范围，我无法将其更改为灰度。

2.因为我知道我的频道是 3，所以我想将我的数组更改为 new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 3)，但是当它预测

print(prediction[0][0])

它不是数字 0 或 1，所以我无法预测我的照片。

请帮我弄清楚发生了什么，无论是问题 1 还是问题 2。

我感谢你的帮助。

我希望只有 1 或 0，所以我可以对标签“通过”或“失败”进行分类

【问题讨论】：

标签： python tensorflow machine-learning

【解决方案1】：

在 prepare 函数中，图像被读取为灰度，然后被调整为 (IMG_SIZE, IMG_SIZE)。如果您的模型需要 3 个通道 (RGB)，但图像正在转换为灰度（1 个通道），那么模型将无法正确处理图像，您将无法获得预期的输出。

要解决此问题，您可以更改以下行：

img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)  # read in the image, convert to grayscale

到：

img_array = cv2.imread(filepath)  # read in the image

这将读入具有 3 个通道 (RGB) 的图像。

关于第二个问题，如果预测不是 0 或 1，那么模型很可能没有输出二元分类。您可以尝试检查模型的输出以查看其预测的内容。您可以通过在应用 argmax 操作之前打印出模型的输出来执行此操作。

如果模型未输出二元分类，您可能需要修改模型或使用专为二元分类设计的不同模型。

【讨论】：