from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.applications.imagenet_utils import decode_predictions,preprocess_input
from tensorflow.keras.preprocessing.image import img_to_array,load_img
import matplotlib.pyplot as plt
import os
import numpy as np
# 图片大小
image_size = 224
# 存放测试图片的文件夹
image_dir = 'test'
/*
开发不易,整理也不易,如需要详细的说明文档和程序,以及完整的数据集,训练好的模型,或者进一步开发,
可加作者新联系方式咨询,WX:Q3101759565,QQ:3101759565
*/
plt.imshow(img)
plt.axis('off')
plt.show()
x = img_to_array(img)
# # (224, 224, 3)->(1, 224, 224, 3)
x = np.expand_dims(x, axis=0)
# 归一化为(-1,1)
x = preprocess_input(x)
# resnet50.predict
# (1, 1000),1000 个概率值
preds = resnet50.predict(x)
# 将测试结果解码为如下形式:
# [(编码 1, 英文名称 1, 概率 1),(编码 2, 英文名称 2, 概率 2)...]
predicted_classes = decode_predictions(preds, top=1)
imagenet_id, name, confidence = predicted_classes[0][0]
print("This is a {} with {:.4}% confidence!".format(name, confidence * 100))
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
使用预训练模型ResNet50进行图片识别功能(迁移学习).zip (1个子文件)
使用预训练模型ResNet50进行图片识别功能(迁移学习).py 1KB
共 1 条
- 1
资源评论
迪哥_AI_人工智能
- 粉丝: 583
- 资源: 145
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功