图片三分类并计算测试集精度python代码
时间: 2024-02-06 11:03:30 浏览: 34
以下是一个简单的示例代码,用于将图像分类为三类,并计算测试集的精度:
```python
import numpy as np
import tensorflow as tf
from keras.preprocessing.image import ImageDataGenerator
# 设置随机种子以确保结果的可重复性
np.random.seed(42)
tf.random.set_seed(42)
# 加载测试集数据
test_datagen = ImageDataGenerator(rescale=1./255)
test_generator = test_datagen.flow_from_directory(
'test/',
target_size=(150, 150),
batch_size=32,
class_mode='categorical')
# 加载模型
model = tf.keras.models.load_model('model.h5')
# 对测试集进行预测
y_pred = model.predict(test_generator)
# 将预测结果转换为类别
y_pred_classes = np.argmax(y_pred, axis=1)
# 计算测试集精度
accuracy = np.mean(y_pred_classes == test_generator.classes)
print('Test accuracy:', accuracy)
```
在这个示例代码中,我们使用Keras中的ImageDataGenerator来加载测试数据,并将每个像素值缩放到0到1之间。然后,我们通过调用load_model()函数来加载已经训练好的模型。最后,我们使用predict()函数对测试数据进行预测,并将预测结果转换为类别。最后,我们计算预测准确率并将其打印出来。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)