Python 当keras模型加载到tensorjs中时,它变得完全不准确
我正在尝试为我在kaggle上找到的keras模型构建一个图像识别web应用程序。我对这东西完全是个初学者。这是我第一次从事ML项目。该模型在keras/tensorflow中运行得相当好(如果我的术语不准确,请原谅我),但是当我通过tensorjs将该模型加载到我的webapp中并进行预测时,即使有训练数据,它也非常不准确。我不知道到底发生了什么,但我有一种预感,它涉及到我的图像是如何在网络应用程序中处理的。我只是不知道我到底要改变什么 这是我的processImage代码Python 当keras模型加载到tensorjs中时,它变得完全不准确,python,tensorflow,keras,tensorflow.js,Python,Tensorflow,Keras,Tensorflow.js,我正在尝试为我在kaggle上找到的keras模型构建一个图像识别web应用程序。我对这东西完全是个初学者。这是我第一次从事ML项目。该模型在keras/tensorflow中运行得相当好(如果我的术语不准确,请原谅我),但是当我通过tensorjs将该模型加载到我的webapp中并进行预测时,即使有训练数据,它也非常不准确。我不知道到底发生了什么,但我有一种预感,它涉及到我的图像是如何在网络应用程序中处理的。我只是不知道我到底要改变什么 这是我的processImage代码 function
function processImage(image)
{
let tensor = tf.browser.fromPixels(image)
const resized = tf.image.resizeBilinear(tensor, [256, 256]).toFloat()
const offset = tf.scalar(255.0);
const normalized = tf.scalar(1.0).sub(resized.div(offset));
const batched = normalized.expandDims(0);
return batched;
}
async function start()
{
model=await tf.loadLayersModel('http://localhost:8013/pokemonClassifier/model/model.json');
console.log(classNames.length)
console.log($('#custom-text').text());
if(model==undefined)
{
alert('No model present');
}
if($.trim($('#custom-text').text())=='No file chosen, yet.')
{
alert('please load an image before starting model');
}
let image=document.getElementById("preview");
console.log(image);
let tensor=processImage(image);
let predictions= await model.predict(tensor).data();
console.log(predictions);
let results = Array.from(predictions)
.map(function (p, i) {
return {
probability: p,
className: classNames[i]
};
}).sort(function (a, b) {
return b.probability - a.probability;
}).slice(0, 5);
alert(results[0].className);
console.log(results);
}
最后,我用python加载测试图像的代码。这就是我的模型的图像格式
def load_image(img_path, show=False):
img = image.load_img(img_path, target_size=(256, 256))
img_tensor = image.img_to_array(img) # (height, width, channels)
img_tensor = np.expand_dims(img_tensor, axis=0) # (1, height, width, channels), add a dimension because the model expects this shape: (batch_size, height, width, channels)
img_tensor /= 255. # imshow expects values in the range [0, 1]
if show:
plt.imshow(img_tensor[0])
plt.axis('off')
plt.show()
return img_tensor
我真的需要有人告诉我在我的模型中使用的load_图像格式和我在javascript中使用的processImage代码之间的差异。我需要从javascript代码中添加或删除什么才能正确处理我的图像?在js和python中应用的预处理是不同的 用python
normalized = data / 255
还有js
normalized = 1 - (data / 255)
要在js中具有相同的规范化,规范化应为:
const normalized = resized.div(offset)
您可以尝试更改
const normalized=tf.scalar(1.0).sub(resized.div(offset))
toconst normalized=resized.div(255.0)代码>。看起来你的图像处理在python和js之间是不同的!太谢谢你了,我真的为这件事伤了脑筋。成功了!