深度学习笔记（二）图像分类实践

import keras
#import tensorflow
from keras.applications.resnet_v2 import preprocess_input,decode_predictions
from keras.preprocessing import image
import numpy as np
import matplotlib.pyplot as plt

def classify(img_path):
    '''图片加载器，将目标图片标准化为我们想要的格式，这里是224*224像素的图片'''
    img = image.load_img(img_path,target_size=(224,224))
    plt.imshow(img)
    plt.show()
    '''到服务器将所需要的模型缓存'''
    model = keras.applications.resnet_v2.ResNet50V2()
    '''
    大多深度学习模型都需要一批图像，我们现在只有一张图，我们需要将三维拓展为四维。
    这边image.img_to_array将图片转换为矩阵数值，即224*224*3
    '''
    img_array = image.img_to_array(img)
    print(np.shape(img_array))
    '''np.extend_dims扩维操作，axis表示扩第几维'''
    img_batch = np.expand_dims(img_array,axis=0)
    '''preprocess_input()接受神经网络的输入数据，矩阵形式'''
    img_preprocessed = preprocess_input(img_batch)
    prediction = model.predict(img_preprocessed)
    '''解析预测结果'''
    print(decode_predictions(prediction,top=3)[0])

classify('maomao.JPG')

附上我家毛毛图片