keras 用了ImageDataGenerator(1.0/255)之后的predict和predict_generator预测结果不一致的问题

keras 用了ImageDataGenerator(1.0/255)之后的predict和predict_generator预测结果不一致的问题

用keras写图像分类的代码的时候，我们一般使用imagedatagenerator：

ImageDataGenerator(1.0/255)

示例代码：

test_datagen = ImageDataGenerator(1.0/255)test_data_dir = './data_v1'IMAGE_SIZE=(128,128)batch_size = 32classes=[]with open("labels.txt","r") as f: for line in f.readlines(): classes.append(line.strip("\n").split("\t")[0]) validation_generator = test_datagen.flow_from_directory( test_data_dir, target_size=IMAGE_SIZE, batch_size=batch_size, color_mode="grayscale", classes=classes, shuffle=False, class_mode='categorical', seed=42)

但是训练完了之后，我们想predict一张图片，然后你会发现，如果不用imagedatagenerator，预测的结果就不一样：

解决方案

mg_path='data_v1/hippo05/2.jpg'img = load_img(img_path,color_mode="grayscale",target_size=(img_width,img_height),interpolation='nearest')img_arr=img_to_array(img).astype('float32')# img_arr /= 255.img_arr=np.expand_dims(img_arr,axis=0) # print(img_arr.shape)# output=intermediate_layer_model.predict(img_arr)# print(output)# print(output.shape)print(img_arr.shape)res=test_datagen.flow(img_arr, batch_size=1)out2=model.predict(img_arr)print(out2)idx=np.argmax(out2)print(idx)

在处理好图片了之后，调用一下image_datagen就可以了，这个感觉是个trick，所以分享出来

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。