Використання реальної моделі
Гаразд, фото Айві готове для ResNet50. Воно збережене в img_ready і тепер виглядає так:
ResNet50 — це модель, натренована на наборі даних Imagenet, яка вміє розрізняти 1000 різних позначених об'єктів. ResNet50 — глибока модель із 50 шарами; можете переглянути її в 3D тут.
ResNet50 і decode_predictions уже імпортовано для вас із tensorflow.keras.applications.resnet50.
Час використати цю натреновану модель, щоб дізнатися породу Айві!
Ця вправа є частиною курсу
Вступ до Deep Learning з Keras
Інструкції до вправи
- Створіть екземпляр моделі
ResNet50, установивши параметр weights у значення'imagenet'. - Використайте
model, щоб зробити передбачення для обробленого зображення. - Розкодуйте перші 3 передбачення за допомогою
decode_predictions().
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Instantiate a ResNet50 model with 'imagenet' weights
model = ____(weights=____)
# Predict with ResNet50 on your already processed img
preds = ____.____(____)
# Decode the first 3 predictions
print('Predicted:', ____(____, top=____)[0])