使用使用时尚 mnist 数据集训练的模型从谷歌图像（包）中预测图像的类别

Posted 2023-02-16

【中文标题】使用使用时尚 mnist 数据集训练的模型从谷歌图像（包）中预测图像的类别

【英文标题】：Predicting a class of a an image from google images(bag) using a model that is trained using fashion mnist dataset

【发布时间】：2021-08-07 17:57:26

【问题描述】：

我正在尝试使用 TensorFlow 和 Keras 在 Python 中进行图像识别。我只是从 keras 和机器学习开始。我已经使用时尚 MNIST 数据集训练了模型。我现在正试图通过使用来自谷歌图像的外部图像来预测这个模型。我正在使用一个包的图像。请看下面

我知道我需要加载这个新图像，将其强制为灰度格式，并将大小强制为 28×28 像素，因为这是我在训练模型时训练图像的样子。灰度和28 * 28。

因此，我关注了一些博客，并使用了以下代码。

from keras.preprocessing import image
from keras.preprocessing.image import ImageDataGenerator

img_path = 'data/bag2.jpg'

img = image.load_img(img_path,grayscale=True,target_size=(28, 28))
img_tensor = image.img_to_array(img)
img_tensor = numpy.expand_dims(img_tensor, axis=0)
img_tensor /= 255.
pyplot.imshow(img_tensor[0])
pyplot.show()
print(img_tensor.shape)

以上代码的输出如下

为什么背景是黄色的，图片不是灰色的？它是否正确？根据我的理解，背景应该是黑色的，图像应该是灰色的。

当我尝试使用以下代码预测此图像时，我得到的输出为零

pred = model.predict(img_tensor.reshape(-1,28, 28, 1))
print(pred.argmax())

提前致谢。

【问题讨论】：

如果你从不使用gray_img 有什么意义？还有一些你的代码是多余的，请编辑你的问题

@RandomGuy，我最初尝试加载 gray_img 而不是直接加载 img。但是，它给了我一个 TypeError 错误：预期的 str、字节或 os.PathLike 对象，而不是 numpy.ndarray。我无法修复它，因此尝试了 img = image.load_img(img_path, grayscale=True,target_size=(28, 28)) 。没有注释掉删除了不起作用的代码。我现在已经在问题中编辑了我的代码。请让我知道如何获得灰色图像，因为这是我在预测时需要使用的。

根据tensorflow documentation，grayscale 已被弃用。尝试改用img = image.load_img(img_path,color_mode='grayscale',target_size=(28, 28))。此外，pred = model.predict(img_tensor) 应该可以工作，无需重塑您的数组。

@RandomGuy，感谢您的快速回复。我查看了文档并尝试使用 img = image.load_img(img_path,color_mode='grayscale',target_size=(28, 28))。它给了我与我在问题中提供的相同的黄色背景图像。不知道出了什么问题。

嗯，这可能是来自load_image 的错误...请您尝试img_tensor = cv2.imread(img_path , cv2.IMREAD_GRAYSCALE) 好吗？然后，img_tensor = numpy.expand_dims(img_tensor, axis=0) 等等

【参考方案1】：

当你使用 pyplot.imshow() 绘图时，如果你提到 cmap='gray' 那么你可以看到灰度图像。在上面的代码中，黄色背景是 imshow 函数的默认行为。

现在，如果您使用上述解决方案并且没有得到正确的结果，那么请尝试获得与数据集相似的图像。时尚 MNIST 数据集有图像 - 28x28 像素，灰度，即黑色背景和前景为布料项目。你读到的图片

img = image.load_img(img_path,grayscale=True,target_size=(28, 28)) 

是灰度的，但有白色背景。所以你可以使用 -

img = ImageOps.invert(img)

现在尝试使用 cmap='gray' 绘制此图并进行预测。如果您的模型以合理的准确度进行训练，您将获得正确的结果，几乎适用于许多图像。

【参考方案2】：

使用下面的代码可以解决上述错误

从 keras.preprocessing 导入图像 从 keras.preprocessing.image 导入 ImageDataGenerator

img_path = 'data/bag5.jpg'
img = image.load_img(img_path,color_mode='grayscale',target_size=(28, 28))
img_tensor = image.img_to_array(img)
img_tensor = numpy.expand_dims(img_tensor, axis=0)
img_tensor /= 255.

pyplot.imshow(img_tensor[0], cmap='gray')
pyplot.show()
print(img_tensor.shape)