Keras - 如何使用 argmax 进行预测

Question

我有 3 类课程Tree, Stump, Ground。我为这些类别列出了一个清单：

CATEGORIES = ["Tree", "Stump", "Ground"]

当我打印我的预测时，它给了我输出

[[0. 1. 0.]]

我已经阅读了 numpy 的 Argmax，但我不完全确定在这种情况下如何使用它。

我试过使用

print(np.argmax(prediction))

但这给了我1. 太好了，但我想找出索引是什么1，然后打印出类别而不是最高值。

import cv2

import tensorflow as tf

import numpy as np

CATEGORIES = ["Tree", "Stump", "Ground"]

def prepare(filepath):

    IMG_SIZE = 150 # This value must be the same as the value in Part1

    img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)

    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))

    return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)

# Able to load a .model, .h3, .chibai and even .dog

model = tf.keras.models.load_model("models/test.model")

prediction = model.predict([prepare('image.jpg')])

print("Predictions:")

print(prediction)

print(np.argmax(prediction))

我希望我的预测告诉我：

Predictions:

[[0. 1. 0.]]

Stump

Answer 1

您只需要使用以下结果对类别进行索引np.argmax：pred_name = CATEGORIES[np.argmax(prediction)]print(pred_name)