Я пытался предсказать собаку против кошек в моей обученной модели. В своем коде я загружаю свою обученную модель и загружаю изображения из каталога на моем компьютере, и изображения загружаются без проблем. В моем небольшом тестовом наборе есть 5 изображений кошек и 5 собак
Когда я запускаю этот код, он всегда предсказывает собаку, но я могу заверить вас, что в моей модели нет проблем, точность составляет 97%, что довольно здорово И, кстати, когда я явно тестирую изображение кошки с непосредственным помещением image.jpg в model.predict(), он предсказывает это правильно. Я думаю, проблема в том, что я положил resized_img в model.predict(), я не знаю, как поместить массив в model.predict().
Я полный новичок ie, я не знаю, правильно ли я это делаю.
Любой совет будет очень полезен. Спасибо!
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
import glob
CATEGORIES = ["Dog", "Cat"]
IMG_SIZE = 200
TEST_DIR = r"C:\mydir\*.*"
model = tf.keras.models.load_model("catsvsdogspredict.model")
for file in glob.glob(TEST_DIR):
img = cv2.imread(file, cv2.IMREAD_GRAYSCALE)
resized_img = cv2.resize(img, (IMG_SIZE, IMG_SIZE))
resized_img = resized_img.reshape(-1, IMG_SIZE, IMG_SIZE, 1)
prediction = model.predict(resized_img)
plt.grid(False)
plt.imshow(img, cmap="gray")
plt.title("Prediction: " + CATEGORIES[np.argmax(prediction)])
plt.show()
Вот как я читаю тренировочные образы.
training_data = []
def create_training_data():
for category in CATEGORIES:
path = os.path.join(DATADIR, category) #path to cats or dogs dir, string matching with file name
class_num = CATEGORIES.index(category)
for img in os.listdir(path):
try:
img_array = cv2.imread(os.path.join(path, img), cv2.IMREAD_GRAYSCALE)
new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
training_data.append([new_array, class_num])
except Exception as e:
pass
create_training_data()
print(len(training_data))
random.shuffle(training_data)
# creating arrays
X = []
y = []
for features, label in training_data:
X.append(features)
y.append(label)
X = np.array(X).reshape(-1, IMG_SIZE, IMG_SIZE, 1)
y = np.array(y)