Python 用Keras'预测单个图像；图像数据发生器

我对深度学习非常陌生，所以请原谅我这个可能很简单的问题

我训练了一个网络在

阳性

和

阴性

之间进行分类。为了简化图像生成和拟合过程，我使用了

ImageDataGenerator

和

fit_generator

函数，如下所示：

将tensorflow导入为tf
从tensorflow.keras.preprocessing.image导入ImageDataGenerator
#简化模型
模型=tf.keras.models.Sequential([
Conv2D（16，（3,3），激活='relu'，输入形状=（12,12,3）），
tf.keras.layers.MaxPoolig2D（2,2），
tf.keras.layers.flatte（），
tf.keras.layers.Dense（128，活化='relu'），
致密层（1，激活='s形'）
])
#图像导入，用于“验证\u生成器”
列车\数据发生器=图像数据发生器（重缩放=1./255）
train_generator=来自目录的train_datagen.flow_(
“/培训/”，
目标_大小=（12,12），
批次大小=128，
class_mode='binary'）
#编撰
model.compile（loss='binary\u crossentropy'，
优化器='adam'，
指标=['acc']）
#配件，用于张力板“历史=型号。配件\u gen…”
型号：安装发电机（列发电机、，
每个历元的步数=8，
纪元=50，
verbose=1，
验证数据=验证生成器，
验证步骤=8，
回调=[tb]）#标准张力板

我想使用我的模型预测单个图像（导入为

numpy数组

），如下所示：

image='singleimportedimagewithshape（12,12,3）'
模型预测（图像）

但是，我唯一得到的是一条错误消息，说明矩阵大小不兼容。我在我的

validation\u generator

上尝试了

model.predict\u generator（）

，它可以工作，但这不是一个单独的图像

---

提前感谢。

如果要对单个图像进行预测，请执行以下操作：

image = np.random.rand(12, 12, 3) # single imported image with shape (12, 12, 3)
image = np.expand_dims(image, axis=0) # image shape is (1, 12, 12, 3)
model.predict(image)

---

换句话说，您的模型仍然希望输入形状为

（None，12，12，3）

。因此，在进行预测之前，请将图像的尺寸扩展为单个图像的一批。

效果不错！非常感谢：）10分钟后我会接受的。不用担心。很高兴我能帮忙！回答得很好。这也帮助了我目前的项目。！