如何使用 Keras 模型预测图像？

Question

我已经完成了训练过程并得到了 .hdf5 格式的模型

我使用的神经网络是孪生卷积神经网络。

验证时，预测图像是我的测试文件夹中的随机图像。 我在测试时使用这个

test_alphabets = glob('{}/TEST/*'.format(dataset_dirname))

testset={}
for alph in test_alphabets:
    dirs = glob('{}/*'.format(alph))
    alphabet = {}
    for dirname in dirs:
        alphabet[dirname] = glob('{}/*'.format(dirname))
    testset[alph] = alphabet        

然后，显示结果

display_validation_test(siamese_model1, testset)

结果是这样的 如何通过输入我想要的图像，然后使用之前的.h5模型显示适当的图像来进行测试过程？

Answer 1

1. 您首先使用与您训练的模型相同的架构创建模型（keras.Model 或 keras.Sequential 实例）。
2. 从.h5文件model.load_weights('your_weight_file.h5')加载权重
3. 阅读您的图像。如果是单张图片，请务必添加 1 作为批量维度。
4. 呼叫预测：prediction = model.predict(images)