keras：如何按顺序预测类？答案

【问题标题】：keras: how to predict classes in order?keras：如何按顺序预测类？
【发布时间】：2016-06-23 03:38:27
【问题描述】：

我正在尝试预测 keras 中的图像类别（二进制分类）。模型精度很好，但似乎ImageDataGenerator 打乱了输入图像，所以我无法将预测的类与原始图像匹配。

datagen = ImageDataGenerator(rescale=1./255)

generator = datagen.flow_from_directory(
        pred_data_dir,
        target_size=(img_width, img_height),
        batch_size=32,
        class_mode=None,
        shuffle=False,
        save_to_dir='images/aug'.format(feature))

print  model.predict_generator(generator, nb_input)

例如，如果我在pred_data_dir 下有a1.jpg、a2.jpg、...、a9.jpg，我希望得到一个类似

的数组

[class for a1.jpg, class for a2.jpg, ... class for a9.jpg]

来自model.predict_generator()，但实际上我得到了类似的东西

[class for a3.jpg, class for a8.jpg, ... class for a2.jpg]

我该如何解决这个问题？

【问题讨论】：

你不应该试图预测这些图像，直接使用你的验证/测试集。
这里的目标不是获得准确度分数，而是预测新数据集的标签。
是的，那么这个问题没有意义，你不需要训练集标签。
无论如何，预测你的原始图像，而不是增强图像。
@MatiasValdenegro predict_generator 原始图像的构造是什么？我在这里遇到了同样的问题stackoverflow.com/questions/48475048/…

标签： keras

【解决方案1】：

查看flow_from_directory的源码。就我而言，我不得不重命名所有图像。它们被命名为 1.jpg .. 1000.jpg，但为了有序，它们必须命名为 0001.jpg .. 1000.jpg。排序在这里很重要。

flow_from_directory 使用sorted(os.listdir(directory))，因此排序并不总是直观的。

【讨论】：

【解决方案2】：

flow_from_directory() 方法返回一个DirectoryIterator 对象，其中包含一个列出所有文件的filenames 成员。由于该成员用于后续批量生成和迭代，因此您应该能够使用它将文件名与预测匹配。

对于您的示例，generator.filenames 应该为您提供类似 ['a3.jpg', 'a8.jpg', ..., 'a2.jpg'] 的并行列表。

【讨论】：