调用自己训练好的模型去检测图片
时间: 2023-09-12 14:08:45 浏览: 53
要用自己训练好的模型去检测图片,你需要先将模型保存为一个文件(如.h5或.pb格式),然后编写代码加载模型并对图片进行检测。
下面是一个使用Keras加载.h5文件进行图像分类的示例:
```python
from keras.models import load_model
from keras.preprocessing.image import load_img, img_to_array
import numpy as np
# 加载模型
model = load_model('model.h5')
# 加载图片
image = load_img('image.jpg', target_size=(224, 224))
# 将图片转换为数组
image = img_to_array(image)
# 对数据进行预处理
image = image.reshape((1, image.shape[0], image.shape[1], image.shape[2]))
image = image.astype('float32')
image /= 255.0
# 使用模型进行预测
result = model.predict(image)
# 打印结果
print(result)
```
在上面的示例中,我们首先使用`load_model`函数加载保存的模型文件,然后使用`load_img`函数加载要检测的图片,接着对图片进行预处理和归一化,最后使用模型的`predict`方法对图片进行分类,并打印分类结果。
需要注意的是,模型的输入数据形状和预处理方法可能因模型而异,因此在实际应用中需要根据模型的要求进行相应的处理。