我就废话不多说了，直接上代码吧！
import matplotlibmatplotlib.use('Agg')import osfrom keras.models import load_modelimport numpy as npfrom PIL import Imageimport cv2#加载模型h5文件model = load_model("C:\\python\\python3_projects\\cat_dog\\cats_dogs_fifty_thousand.h5")model.summary()#规范化图片大小和像素值def get_inputs(src=[]): pre_x = [] for s in src: input = cv2.imread(s) input = cv2.resize(input, (150, 150)) input = cv2.cvtColor(input, cv2.COLOR_BGR2RGB) pre_x.append(input) # input一张图片 pre_x = np.array(pre_x) / 255.0 return pre_x#要预测的图片保存在这里predict_dir = 'C:\python\python3_projects\cat_dog\pics'#这个路径下有两个文件，分别是cat和dogtest = os.listdir(predict_dir)#打印后：['cat', 'dog']print(test)#新建一个列表保存预测图片的地址images = []#获取每张图片的地址，并保存在列表images中for testpath in test: for fn in os.listdir(os.path.join(predict_dir, testpath)): if fn.endswith('jpg'): fd = os.path.join(predict_dir, testpath, fn) print(fd) images.append(fd)#调用函数，规范化图片pre_x = get_inputs(images)#预测pre_y = model.predict(pre_x)print(pre_y)以上这篇利用keras加载训练好的.H5文件,并实现预测图片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。
最新文章
热门文章
猜你喜欢
