1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до Deep Learning з Keras
Connected

Вправа

Підготовка вхідного зображення

Початкова модель ResNet50 була натренована на зображеннях розміру 224 x 224 пікселі та з низкою операцій попередньої обробки; зокрема відніманням середнього значення пікселя в тренувальній вибірці для всіх тренувальних зображень. Вам потрібно так само попередньо обробляти зображення, для яких ви хочете робити передбачення.

Коли ви робите передбачення для одного зображення, воно має відповідати формі вхідних даних моделі, яка в цьому випадку виглядає так: (batch-size, width, height, channels). np.expand_dims з параметром axis = 0 додає вимір batch-size, що позначає, що до predict буде передано одне зображення. Значення цього виміру дорівнює 1, адже ми робимо передбачення лише для одного зображення.

Ви виконаєте ці кроки попередньої обробки, готуючи зображення собаки (на імʼя Ivy) до класифікації за допомогою ResNet50.

Інструкції

100 XP
  • Імпортуйте image з tensorflow.keras.preprocessing і preprocess_input з tensorflow.keras.applications.resnet50.
  • Завантажте зображення з відповідним для вашої моделі target_size.
  • Перетворіть його на масив за допомогою image.img_to_array().
  • Виконайте попередню обробку img_expanded так само, як оброблялися тренувальні зображення для ResNet50, використавши preprocess_input().