前言:
前面模型也都訓練好了,接下來就是辨識的部分
程式碼:
方案一遇到一點問題,就暫時不放上來了
方案二
建新的PY檔案
from tensorflow.python.keras import backend as K
from tensorflow.python.keras.models import load_model
from tensorflow.python.keras.preprocessing import image
import sys
import numpy as np
# 從參數讀取圖檔路徑
files = sys.argv[1:]
print(files)
print("=============================")
# 載入訓練好的模型
net = load_model('model-resnet50-final.h5')
cls_list = ["因為太多類別,用字串代替說明"]
# 辨識每一張圖
for f in files:
img = image.load_img(f, target_size=(224, 224))
if img is None:
continue
x = image.img_to_array(img)
x = np.expand_dims(x, axis = 0)
pred = net.predict(x)[0]
top_inds = pred.argsort()[::-1][:10]
print(f)
for i in top_inds:
print('準確率: {:.2%} {}'.format(pred[i], cls_list[i]))
python 新PY檔案.py 路徑/檔名.jpg