如何解决将测试集图像加载到Testdatagenerator进行预测时,可以使用keras.preprocess_input吗?
可以在model.predict()之前将preprocess_input函数应用于测试集吗?我在训练和验证集上使用了preprocess_input函数,并且如果我不对测试集应用preprocess_input,该模型会预测效果很差。而当我将其应用于预测之前的测试集时,它的预测非常准确。 任何建议将不胜感激!
train_datagen = ImageDataGenerator(preprocessing_function=tf.keras.applications.densenet.preprocess_input)
train_generator = train_datagen.flow_from_directory(train_dir,batch_size=16,class_mode='categorical',target_size=(224,224)
)
validation_datagen=ImageDataGenerator(preprocessing_function=tf.keras.applications.densenet.preprocess_input)
validation_generator = validation_datagen.flow_from_directory(val_dir,batch_size=8,224))
testGenerator=ImageDataGenerator(preprocessing_function=tf.keras.applications.densenet.preprocess_input).flow_from_directory(test_dir,shuffle=False,224))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。