本文主要是介绍几行代码就能识别狗狗,你还在等什么?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
来自特拉字节AI文章:https://telabytes.com/article/preview?id=20
from keras.preprocessing import imagedef plot_bar(predictions):types = [pred[1] for pred in predictions]probs = [pred[2] for pred in predictions]plt.barh(np.arange(len(probs)), probs)_ = plt.yticks(np.arange(len(predictions)), types)plt.show()def load_img(img_path):img = image.load_img(img_path, target_size=(224, 224))x = image.img_to_array(img)x = np.expand_dims(x, axis=0)return x
import matplotlib
from keras.applications.inception_v3 import InceptionV3, preprocess_input, decode_predictionsdef predicts_inceptionV3(img_path):x = load_img(img_path)x = preprocess_input(x)# 加载InceptionV3预训练模型# 如果本地不存在该模型,就下载model = InceptionV3(weights='imagenet')# 预测狗狗品种preds = model.predict(x)# 对预测的值解码,只显示前5个最大的值predictions = decode_predictions(preds, top=5)[0]# 1.绘直方图显示plot_bar(predictions)# 2.绘制原始图和预测概率图# 创建一个绘图对象fig, ax = plt.subplots()# 设置绘图的总容器大小fig.set_size_inches(5, 5)# 取出预测的品种名称和它对应的概率值fig_title = "".join(["{}: {:.5f}%\n".format(pred[1], pred[2]*100) for pred in predictions])# 设置在图像旁边的预测注解文字ax.text(1.01, 0.7, fig_title, horizontalalignment='left', verticalalignment='bottom',transform=ax.transAxes)# 读取图片的数值内容img = matplotlib.image.imread(img_path)# 在Axes对象上显示图像ax.imshow(img)
输出如下图片
如果是预测这个人的了?
来自特拉字节:https://telabytes.com/article/preview?id=20
这篇关于几行代码就能识别狗狗,你还在等什么?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!