decode_predictions如何转化成表格输出

可以使用Python的pandas库将decode_predictions转化为表格输出。

首先，将decode_predictions的结果存储为一个列表，例如：

import keras
from keras.applications.resnet50 import decode_predictions

model = keras.applications.ResNet50()
img_path = 'path/to/image.jpg'
img = keras.preprocessing.image.load_img(img_path, target_size=(224, 224))
x = keras.preprocessing.image.img_to_array(img)
x = keras.applications.resnet50.preprocess_input(x)
preds = model.predict(x)
decoded_preds = decode_predictions(preds, top=10)[0]

这将把模型预测的前10个结果存储在decoded_preds列表中。

接下来，将该列表转化为pandas DataFrame对象：

import pandas as pd

df = pd.DataFrame(decoded_preds, columns=['class', 'description', 'probability'])

这将创建一个DataFrame对象，其中每个结果都有三列：类别（class）、描述（description）和概率（probability）。

最后，可以使用pandas库的to_csv()方法将DataFrame对象导出为CSV文件：

df.to_csv('predictions.csv', index=False)

这将导出一个名为predictions.csv的文件，其中包含模型预测的结果。