如何用keras模块实现VGG16模型来预测单张图片？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1127个文字，预计阅读时间需要5分钟。
我这就少说两句，爸妈还是直接看代码吧！pythonfrom keras.applications.vgg16 import VGG16
我就废话不多说了，大家还是直接看代码吧~
from keras.applications.vgg16 import VGG16#直接导入已经训练好的VGG16网络 from keras.preprocessing.image import load_img#load_image作用是载入图片 from keras.preprocessing.image import img_to_array from keras.applications.vgg16 import preprocess_input from keras.applications.vgg16 import decode_predictions model = VGG16() image = load_img('D:\\photo\\dog.jpg',target_size=(224,224))#参数target_size用于设置目标的大小，如此一来无论载入的原图像大小如何，都会被标准化成统一的大小，这样做是为了向神经网络中方便地输入数据所需的。 image = img_to_array(image)#函数img_to_array会把图像中的像素数据转化成NumPy中的array，这样数据才可以被Keras所使用。 #神经网络接收一张或多张图像作为输入，也就是说，输入的array需要有4个维度： samples, rows, columns, and channels。由于我们仅有一个 sample（即一张image），我们需要对这个array进行reshape操作。
本文共计1127个文字，预计阅读时间需要5分钟。
我这就少说两句，爸妈还是直接看代码吧！pythonfrom keras.applications.vgg16 import VGG16
我就废话不多说了，大家还是直接看代码吧~
from keras.applications.vgg16 import VGG16#直接导入已经训练好的VGG16网络 from keras.preprocessing.image import load_img#load_image作用是载入图片 from keras.preprocessing.image import img_to_array from keras.applications.vgg16 import preprocess_input from keras.applications.vgg16 import decode_predictions model = VGG16() image = load_img('D:\\photo\\dog.jpg',target_size=(224,224))#参数target_size用于设置目标的大小，如此一来无论载入的原图像大小如何，都会被标准化成统一的大小，这样做是为了向神经网络中方便地输入数据所需的。 image = img_to_array(image)#函数img_to_array会把图像中的像素数据转化成NumPy中的array，这样数据才可以被Keras所使用。 #神经网络接收一张或多张图像作为输入，也就是说，输入的array需要有4个维度： samples, rows, columns, and channels。由于我们仅有一个 sample（即一张image），我们需要对这个array进行reshape操作。