Как я могу исправить код, чтобы предсказать все три класса? - PullRequest
Новая
       62

Как я могу исправить код, чтобы предсказать все три класса?

0 голосов
/ 30 мая 2020

Я пытаюсь построить модель распознавания лиц, которую я обучил с помощью модели Xception в keras. Я получаю точность 97%, а val_a cc 88,6%. Теперь, когда я использую приведенный ниже код, он предсказывает только одного человека, а для других выводится как «Несоответствие». Но когда я меняю ** if (pred [0] [1]> 0,5) для каждого человека, он может их предсказать, но когда я пишу elif и пытаюсь предсказать все три вместе, это заканчивается предсказанием только одного человека. Я установил порог 0,5 для каждого класса, так как использую softmax в качестве функции активации. Как исправить код? 

from PIL import Image
from keras.applications import preprocess_input
import base64
from io import BytesIO
import json
import random
import cv2
from keras.models import load_model
import numpy as np


# In[2]:


from keras.preprocessing import image

model = load_model('facefeatures_Xcep_model.h5')#saved model is loaded here

#loading frontface cascade
face_cascade = cv2.CascadeClassifier(r'C:\Users\AppData\Local\Programs\Python\Python37\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')


# In[3]:


def face_extractor(img):

    faces = face_cascade.detectMultiScale(img, 1.7, 5)
    if faces is ():
        return None

    for (x,y,w,h) in faces:
        cv2.rectangle(img, (x,y), (x+w, y+h), (255,0,0), 2)
        cropped_face = img[y:y+h, x:x+w]

    return cropped_face


# In[4]:


video_capture = cv2.VideoCapture(0)

while True:
    _, frame = video_capture.read()

    face = face_extractor(frame)
    if type(face) is np.ndarray: #checking for the image value encoded in numpmy array
        face = cv2.resize(face, (224,224))
        im = Image.fromarray(face, 'RGB')
        img_array = np.array(im)
        img_array = np.expand_dims(img_array, axis = 0)
        pred = model.predict(img_array)
        print(pred)

        name = "No Match Found"

        #defining a threshold for each class/person for prediction
        if (pred[0][0]>0.5):
            name = "Sam"
        if (pred[0][1]>0.5):
            name = "xyz"
        if (pred[0][2]):
        name= 'zzz'
        cv2.putText(frame, name, (50,50), cv2.FONT_HERSHEY_COMPLEX, 1, (0,255,0), 2)
    else:
        cv2.putText(frame, "No Face Found", (50,50), cv2.FONT_HERSHEY_COMPLEX, 1, (0,255,0), 2)
    cv2.imshow('Video', frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

video_capture.release()
cv2.destroyAllWindows()
...