使用保存好的Keras猫狗分类模型

本文分享了使用Keras预训练模型识别猫狗图片的实战经验,通过加载模型和图片预处理,成功实现了高准确率的分类。测试图片虽名为cat2,实为狗狗,模型正确识别。
# 使用训练好的模型
from keras.preprocessing import image
import numpy as np
from keras import models
categories = ['Dog', 'Cat']
model = models.load_model('~mypath/cats_and_dogs_small_2.h5')
imgfile = '~my/imgs/cat2.jpg'
img =  image.load_img(imgfile, target_size=(150, 150, 3))
img_data = image.img_to_array(img)
img_data = np.expand_dims(img_data, axis=0)
img_data /= 255

prediction = model.predict(img_data, verbose=1)
print(prediction)
print(categories[1 if prediction[0][0] >= 0.5 else 0])
1/1 [==============================] - 1s 1s/step
[[0.02616626]]
Dog

学了几天keras,觉得还不错,只是学得有点慢。今晚第一次使用训练好的模型来测试识别猫狗图片,识别率还可以。

文件名是cat2,其实里面是狗狗,结果没有错。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值