利用keras加载训练好的.H5文件,并实现预测图片

下面是关于“利用Keras加载训练好的.H5文件，并实现预测图片”的完整攻略。

加载训练好的.H5文件

在Keras中，我们可以使用load_model()函数来加载训练好的.H5文件。下面是一个示例说明。

from keras.models import load_model

# 加载模型
model = load_model('model.h5')

在这个示例中，我们使用load_model()函数加载名为'model.h5'的模型文件。加载完成后，我们可以使用model.predict()函数来进行预测。

实现预测图片

在Keras中，我们可以使用model.predict()函数来进行预测。下面是一个示例说明。

from keras.preprocessing import image
import numpy as np

# 加载图片
img_path = 'test.jpg'
img = image.load_img(img_path, target_size=(224, 224))

# 转换为数组
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)

# 预测
preds = model.predict(x)

在这个示例中，我们使用image.load_img()函数加载名为'test.jpg'的图片，并将其大小调整为(224, 224)。我们使用image.img_to_array()函数将图片转换为数组，并使用np.expand_dims()函数将其扩展为4维数组。最后，我们使用model.predict()函数进行预测，并将结果存储在preds变量中。

总结

在Keras中，我们可以使用load_model()函数来加载训练好的.H5文件，并使用model.predict()函数来进行预测。我们可以使用image.load_img()函数加载图片，并使用image.img_to_array()函数将其转换为数组。使用这些方法可以方便地实现模型的预测。