keras 从txt加载预测数据

Posted niulang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了keras 从txt加载预测数据相关的知识,希望对你有一定的参考价值。

ImageDataGenerator.flow_from_directory()的用法已经非常多了,优点是简单方便,但数据量很大时,需要组织目录结构和copy数据,很浪费资源和时间

1. 训练时从txt加载数据(参考:https://blog.csdn.net/u013491950/article/details/88817310

2. 预测时从txt加载数据:

... ...
def get_gen(img_root_txt,_BS):
    cnt = 0
    imgs = []
    files = []
    for n in open(img_root_txt):
        _n = n[:-1]
        files.append(_n)
        img_2 = image.load_img(_n, target_size=(64, 64))
        img_3 = (image.img_to_array(img_2))/255
        img_3 = np.expand_dims(img_3, axis=0)
        imgs.append(img_3)
        if cnt > _BS:
            break
        cnt = cnt + 1
    x = np.concatenate([x for x in imgs])
    print(x.shape)
    
    return x,files

gen,files = get_gen(‘./imgs_root.txt‘, BS)
xx = model.predict(gen)
for n,m in zip(files, xx):
    if m[0]<m[1]:
        print(n, m)
... ...

  注意:txt存数据路径,预测结果是各个分类的概率,!!!预测时图像预处理方式与训练时图像预处理方式需保持一致(尺寸、归一化等)

以上是关于keras 从txt加载预测数据的主要内容,如果未能解决你的问题,请参考以下文章

无法从 tensorflow/keras 中的加载模型中获取梯度

Keras强制使用CPU

Keras 模型在保存/加载后预测 NaN

时间序列预测与递归神经网络在Keras的应用基于Python

如何使用分布式 Dask 和预训练的 Keras 模型进行模型预测?

如何使用加载的LSTM注意模型对输入进行预测?