使用Keras预训练好的模型进行目标类别预测详解
前言
最近开始学习深度学习相关的内容，各种书籍、教程下来到目前也有了一些基本的理解。参考Keras的官方文档自己做一个使用application的小例子，能够对图片进行识别，并给出可能性最大的分类。
闲言少叙，开始写代码
环境搭建相关就此省去，网上非常多。我觉得没啥难度
from keras.applications.resnet50 import ResNet50 from keras.preprocessing import image from keras.applications.resnet50 import preprocess_input, decode_predictions import numpy as np
导入权重，首次会从网络进行下载，不过速度还是挺快的，使用ImageNet的数据集
model = ResNet50(weights='imagenet')
定义一个函数读取图片文件并处理。这里需要安装PLI的库。 pip install Pillow ,不然会报错
def load_image(img_path): img = image.load_img(img_path, target_size=(224, 224)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) x = preprocess_input(x) return x
加载一个图片文件，默认在当前路径寻找
x=load_image('zebra.jpg')
哈哈，开始预测了！激动人心啊
preds = model.predict(x)
执行速度很快，现在看看结果
print('Predicted:', decode_predictions(preds, top=3)[0])
Predicted: [(‘n02391049', ‘zebra', 0.99566585), (‘n02423022', ‘gazelle', 0.0010297714), (‘n01518878', ‘ostrich', 0.00067320856)]
准确率还是不错，后续还测试了一些飞机之类的图片，总体来讲马马虎虎！
是不是非常简单，确实很简单！
补充知识：模型训练loss先迅速下降后一直上升
loss函数走势如下：
检查代码没什么问题，分析应该是陷入了局部最优，把学习率调低一点就好了，从0.01调到了0.001
以上这篇使用Keras预训练好的模型进行目标类别预测详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python松散正则表达式用法,较为详细的分析了松散正则表达式的概念、功能与相关使用技巧,需要的朋友可以参考下2016-04-04
在Python中,type()函数是一个非常有用的工具,它可以查看变量或对象的数据类型,本文主要介绍了Python中type()函数的具体使用,感兴趣的可以一起来了解一下2024-01-01
大家好，本篇文章主要讲的是用Python实现控制电脑鼠标，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下2022-01-01
这篇文章主要为大家详细介绍了使用python编写监听端，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-04-04
这篇文章主要为大家详细介绍了python抓取文件夹的所有文件,包括子文件夹和子文件夹的文件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-02-02
决策树是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现2021-06-06
2020最新pycharm汉化安装（python工程狮亲测有效）
这篇文章主要介绍了2020最新pycharm汉化安装（python工程狮亲测有效）,文中通过图文介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-04-04
这篇文章主要介绍了简单地把MySQL表结构映射为Python中的对象的方法,用到了Python中的SQLAlchemy库,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Pytorch加载图像数据集的方法,加载图像数据集（这里以分类为例）,通常都需要经过两个步骤：定义数据集和创建Dataloader数据加载器,本文通过代码示例和图文讲解的非常详细,需要的朋友可以参考下2024-08-08
这篇文章主要介绍了Python函数返回值,实例分析了Python中返回一个返回值与多个返回值的方法,需要的朋友可以参考下2015-06-06
最新评论