从目录中流式传输图像并将预测与tensorflow中的文件名相关联
从目录中流式传输图像并将预测与tensorflow中的文件名相关联
提问于 2020-02-22 16:29:07
我有一个经过训练的模型，我需要在一个大的图像目录上运行推理。我知道我可以使用ImageDataGenerator.flow_from_directory生成一个生成器，但如何将预测结果与文件名关联起来并不明显。理想情况下，给定一个keras模型+图像目录，我希望有一个包含文件名和预测概率的数组。我该如何做到这一点？
回答 1
Stack Overflow用户
发布于 2020-02-23 00:53:15
您需要做的是将图像分离到对应于类的不同文件夹中。文件夹的名称应该是类的名称，通过使用ImageDataGenerator.flow_from_directory()，Keras会根据目录自动推断出类的名称。例如，您应该有一个名为"data“的文件夹，其中包含名为"cat”和"dog“的两个文件夹。
然后，您可以调用方法ImageDataGenerator.flow_from_directory("path/to/folder/data")，Keras将生成一个包含两个类“猫”和“狗”的数据集。
根据文件的名称，使用一个简单的程序可能会很容易分离，如果不是这样，我建议使用一个将相似图像分组在一起的程序，并在此基础上手动创建文件夹。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60350353
复制相关文章
相似问题
腾讯云开发者
