Keras. Как превратить изображение в входной вектор для функции prediction?

@Zaqwsxcde263 · Регистрация: 17.05.2016

Создал нейросеть, которая должна классифицировать того, кто на изображении: кот или собака.

Python

from tensorflow.python.keras.preprocessing.image import ImageDataGenerator
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Conv2D, MaxPooling2D
from tensorflow.python.keras.layers import Activation, Dropout, Flatten, Dense
import keras
import argparse
 
 
def createParser():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--fname', help='Полное имя файла, в который будет сериализована нейросеть')
    parser.add_argument('--width', help='Ширина изображения')
    parser.add_argument('--height', help='Высота изображения')
    return parser
 
 
parser = createParser()
nsp = parser.parse_args()
fname = nsp.fname
width = int(nsp.width)
height = int(nsp.height)
 
input_shape = (width, height, 3)
model = Sequential()
 
model.add(Conv2D(32, (3, 3), input_shape=input_shape))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
 
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))
 
model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])
model.save('D:\\model.net')

В другом скрипте пытаюсь использовать её, но не знаю, как превратить изображение во входной вектор.

Python

from tensorflow.python.keras.preprocessing.image import ImageDataGenerator
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Conv2D, MaxPooling2D
from tensorflow.python.keras.layers import Activation, Dropout, Flatten, Dense
import keras
import argparse
 
 
def createParser():
    parser = argparse.ArgumentParser()
    parser.add_argument('--width')
    parser.add_argument('--height')
    parser.add_argument('--batch', help='Размер мини-выборки')
    parser.add_argument('--net', help='Полное имя файла с нейросетью')
    parser.add_argument('--picname', help='Полное имя изображения')
    return parser
 
 
parser = createParser()
nsp = parser.parse_args()
model = keras.models.load_model(nsp.net)
width = nsp.width
height = nsp.height
batch = nsp.batch
picname = nsp.pickname
 
# prediction = model.predict(??? входной вектор ???)

Что делать?

@ТабуретY · 18.10.2018, 00:31

Загрузить изображение с помощью pillow, а потом перевести в нужный формат с помощью numpy

@Zaqwsxcde263 · 18.10.2018, 00:34 **[ТС]**

я плох в питоне и совсем не представляю, как пользоваться numpy. Для загрузки изображения нашёл метод load_img() в keras.preprocessing.image. Знаю как сделать его чёрнобелым (нейросеть тренировалась на чёрнобелых фотографиях), но вот что делать дальше, совсем не понимаю

@ТабуретY · 18.10.2018, 01:08

Сообщение от Zaqwsxcde263

Для загрузки изображения нашёл метод load_img() в keras.preprocessing.image

Ну раз к keras есть функции для загрузки изображения, там должны быть функции по переводу изображения в нужный формат, найдите пример работы с изображением

@Paprikar · 28.10.2018, 05:29

Судя по параметру input_shape = (width, height, 3), который указывает на размерность входящих данных в первом свёрточном слое, то во время использования модели (вызов predict) данные должны иметь такой же размер, узнайте, чему действительно равны высота и ширина трёхканального изображения, после чего трансформируйте каждое входящее используя эти данные.

Python

1
2
3

from PIL import Image
img = Image.open(image_path)
img = img.resize(target_size)

Вот код, который меняет размер изображения по пути image_path на target_size. Если в вашем коде изображение представлено в виде массива, то этим же модулем можно конвертировать его - array_to_img, img_to_array, или же fromarray напрямую.

@ТабуретY 1288 / 905 / 479 Регистрация: 05.12.2013 Сообщений: 3,039
	18.10.2018, 00:31	2
	Загрузить изображение с помощью pillow, а потом перевести в нужный формат с помощью numpy 0

@Zaqwsxcde263 0 / 0 / 0 Регистрация: 17.05.2016 Сообщений: 43
	18.10.2018, 00:34 [ТС]	3
	я плох в питоне и совсем не представляю, как пользоваться numpy. Для загрузки изображения нашёл метод load_img() в keras.preprocessing.image. Знаю как сделать его чёрнобелым (нейросеть тренировалась на чёрнобелых фотографиях), но вот что делать дальше, совсем не понимаю 0

@ТабуретY 1288 / 905 / 479 Регистрация: 05.12.2013 Сообщений: 3,039
	18.10.2018, 01:08	4
	Сообщение от Zaqwsxcde263 Для загрузки изображения нашёл метод load_img() в keras.preprocessing.image Ну раз к keras есть функции для загрузки изображения, там должны быть функции по переводу изображения в нужный формат, найдите пример работы с изображением 1

Опции темы

Keras. Как превратить изображение в входной вектор для функции prediction?

Решение