私は画像処理分類子を構築しています。このコードは、この行（pred = model.predict_classes（test_image））を除いて、コード全体が実行されている画像の画像クラスを予測するAPIです。このAPIはDjangoフレームワークで作成され、Pythonを使用しています。 2.7
このコードを通常のように（APIを作成せずに）実行している場合、これがポイントです。完全に実行されています。
def classify_image(request):
if request.method == 'POST' and request.FILES['test_image']:
fs = FileSystemStorage()
fs.save(request.FILES['test_image'].name, request.FILES['test_image'])
test_image = cv2.imread('media/'+request.FILES['test_image'].name)
if test_image is not None:
test_image = cv2.resize(test_image, (128, 128))
test_image = np.array(test_image)
test_image = test_image.astype('float32')
test_image /= 255
print(test_image.shape)
else:
print('image didnt load')
test_image = np.expand_dims(test_image, axis=0)
print(test_image)
print(test_image.shape)
pred = model.predict_classes(test_image)
print(pred)
return JsonResponse(pred, safe=False)
test_imageとtensorflowモデルの入力が一致していません。
# Your image shape is (, , 3)
test_image = cv2.imread('media/'+request.FILES['test_image'].name)
if test_image is not None:
test_image = cv2.resize(test_image, (128, 128))
test_image = np.array(test_image)
test_image = test_image.astype('float32')
test_image /= 255
print(test_image.shape)
else:
print('image didnt load')
# Your image shape is (, , 4)
test_image = np.expand_dims(test_image, axis=0)
print(test_image)
print(test_image.shape)
pred = model.predict_classes(test_image)
上記は単なる仮定です。デバッグしたい場合は、画像サイズを印刷して、モデル定義の最初のレイアウトと比較する必要があると思います。そして、サイズ（幅、高さ、奥行き）が一致しているかどうかを確認します
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加