在训练模型时，我使用了keras api中的ImageDataGenerator。在对模型进行训练后，我使用了测试数据生成器和flow_from_directory方法进行测试。一切都很顺利。现在我正在使用相同的模型，并使用keras api中的预测方法对单个图像进行预测，但每次我使用不同的图像进行测试时，预测结果都非常不同。你能告诉我有什么解决办法吗？batch_size, callbacks=callb
浏览 34提问于2019-10-24得票数 1
1回答
在此之前，我使用model.predict_proba或predict_on_batch解决此问题。现在我想在我的脚本中使用生成器，但是我找不到像evaluate_generator或predict_generator这样的生成器。evaluate_generator或predict_generator都不会生成概率。Keras中概率预测的生成器方法是什么？
浏览 7提问于2017-08-30得票数 0
我目前正在使用Keras进行卫星图像分类，我在使用predict和predict_generator获得正确的预测时遇到了麻烦。在我的代码下面import numpy as np from keras.optimizers import Adam, SGDfrom <em
浏览 4提问于2017-05-17得票数 4
我在flow_from_dataframe中使用keras的数据生成器。对于培训，它工作得很好，但是当在测试集中使用model.predict_generator时，我发现生成结果的排序与数据中"id“列的排序不同。shuffle=False确实使生成器的排序保持一致，但它的排序与dataframe不同。我还为predict_generator函数尝试了不同的批处理大小和相应的正确步骤。
浏览 0提问于2018-10-25得票数 0
回答已采纳
我使用Keras的flow_from_directory方法在非常大的数据集(大约1200000个训练图像和15000个类)上训练了我的模型。我用fit_generator成功地训练了我的模型。但是，现在我正面临着predict_generator的问题。“找到了属于0类的0幅图像。”
浏览 0提问于2018-05-28得票数 2
我已经使用Keras训练了一个图像分类模型。训练后的模型在训练数据上的准确率为95%，在未接触的验证数据上使用model.evaluate，我获得了约92.8%的准确率。但是，当我使用model.predict函数来获得预测概率并获得概率最大的预测类时，我获得了~80%的准确率。
浏览 2提问于2020-06-12得票数 0
在使用Keras的flow_from_directory方法训练多类图像分类问题的模型时，predict_generator函数给出了类概率。
那么，我的问题是如何为这些类的概率获取相应的类标签呢？
浏览 0提问于2018-05-26得票数 7
回答已采纳
有没有办法使用Keras中给定(中间)层的输出作为另一个网络的输入？encoder = keras.models.Sequential()encoder.add(L.Conv2Dpool_size=(2, 2)))encoder.add(L.Dense(code_size))
decoder = keras.mode
浏览 2提问于2018-09-26得票数 0
如何在Keras中对单个JPEG文件使用ImageDataGenerator和predict_generator？
浏览 0提问于2018-05-19得票数 0
在过去的两个月里，我遇到了这个问题，它把我逼疯了，直到我意识到来自predict_generator的“概率”向量是错误的。我使用的是keras 2，我有一个测试文件夹，其中包含图像的子目录(不一定数量相同)from keras.applications import ResNet50True, weights=None, input_shape=(3,224,224),classes=N)probs1 = model.pr
浏览 3提问于2018-02-22得票数 1
我正在使用一个调用为视频中的所有关键帧生成imagenet标签，并具有以下代码：model_imagenet = MobileNetV2(x)print("[*]",preds_list)
结
浏览 20提问于2020-02-15得票数 1
回答已采纳
我正在尝试使用Python3中的predict_generator，使用keras和tensorflow作为后端，使用我训练过的模型预测数百万张图像。生成器和模型预测工作，但是，目录中的一些图像被损坏或损坏，并导致predict_generator停止并抛出错误。一旦图像被删除，它就会再次工作，直到下一个损坏/损坏的图像通过该函数馈送。
浏览 2提问于2018-10-11得票数 1
1回答
next(_batch)返回形状的np.array：(1,400,400，3)在Keras中使用predict_generator()时也有类似的问题。我运行以下代码：
~/anaconda3/lib/
浏览 3提问于2018-01-09得票数 3
回答已采纳
我已经构建了一个定制的keras generator.function。它产生一个img和相关的gt。它适用于predict_generator()函数的训练阶段。我用predict_generator()函数调用它。所以我得到了正确的预测数(592)。每次调用get_item()函数时，我都会将GT添加到self.gt列表中。然后，在运行predict_generator()之后，将预测结果与存储的GT进行比较。
我的问题:每次调用生成器时，我都想将地面真相数组存储在列表中。"
浏览 2提问于2019-07-25得票数 1
train_tensors和valid_tensors分别在numpy数组中包含训练和测试图像。from keras.applications.xception import Xception
rotation_range = 45)
bottleneck_train = model.p
浏览 2提问于2018-12-29得票数 0
回答已采纳
对于二进制分类问题，我获得了与keras、evaluate_generator()和predict_generator()不同的模型精度： predictions = model.predict_generator(generator=generator# estimated targets as returned by a classifi
浏览 0提问于2019-04-26得票数 4
回答已采纳
我正在使用keras构建一个输入720x1280图像并输出值的模型。在使用keras.models.Sequential.predict_generator类获取与验证/培训集上的图像对应的值时，我遇到了keras.utils.Sequence问题。',得到了正确的结果(如在上看到的，其中x是所需的值，y是预测的值)val_resu
浏览 0提问于2018-06-28得票数 4
回答已采纳
class_mode='categorical')
nb_samples = len(filenames)
predict= model.predict_generator(test_generator,nb_samples)
浏览 9提问于2017-08-21得票数 25
回答已采纳
TerminateOnNaN()],
validation_steps=valid_batches.samples//batch_size) 我已经获得了不错的训练结果我用predict函数而不是predict_generator函数尝试了相同的操作，并且我自己而不是ImageDataGenerator调整了图像的大小。(pred_img) 当我对使用ImageDataGenerator馈送到predict_generator的相同图像使用predict<
浏览 33提问于2019-10-12得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
