时间戳

首页 > 解决方案 > 如何在预测中使用重新缩放

r - 如何在预测中使用重新缩放

问题描述

我在 R 下训练我的 Keras 模型，将 4 类图像存储在文件夹中。我使用 train_datagen 并重新缩放：

train_datagen = image_data_generator(
  rescale = 1/255,
  rotation_range = 40,
  width_shift_range = 0.2,
  height_shift_range = 0.2,
  shear_range = 0.2,
  zoom_range = 0.2,
  horizontal_flip = TRUE,
  fill_mode = "nearest"
)

然后我使用我的模型使用以下代码预测新图像，结果非常糟糕，即使我的训练给了我 80% 的准确率。

model <- load_model_hdf5("my_model.h5")
img <- image_load(image, target_size = c(64,64))
x <- image_to_array(img)
x <- array_reshape(x, c(1, dim(x)))
x <- imagenet_preprocess_input(x)
predictions <- model %>% predict(x)

我想知道是否需要像训练时那样重新调整新图像，还是必须在不重新调整的情况下进行训练？如何在预测中实现重新调整？

标签： rmachine-learningimage-processingkeraspredict

解决方案

在测试阶段，您应该对您在训练阶段使用的数据应用相同的预处理步骤。由于您只在训练阶段使用了重新缩放，因此您只需要在测试阶段执行此操作。因此，删除x <- imagenet_preprocess_input(x)并改为使用x <- x / 255.0.

推荐阅读