我就廢話不多說了，直接上代碼吧！

成都創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比軹城網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式軹城網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋軹城地區(qū)。費(fèi)用合理售后完善，10余年實(shí)體公司更值得信賴。

import matplotlib
matplotlib.use('Agg')
import os
from keras.models import load_model
import numpy as np
from PIL import Image
import cv2
#加載模型h6文件
model = load_model("C:\\python\\python3_projects\\cat_dog\\cats_dogs_fifty_thousand.h6")
model.summary()
#規(guī)范化圖片大小和像素值
def get_inputs(src=[]):
  pre_x = []
  for s in src:
    input = cv2.imread(s)
    input = cv2.resize(input, (150, 150))
    input = cv2.cvtColor(input, cv2.COLOR_BGR2RGB)
    pre_x.append(input) # input一張圖片
  pre_x = np.array(pre_x) / 255.0
  return pre_x
#要預(yù)測的圖片保存在這里
predict_dir = 'C:\python\python3_projects\cat_dog\pics'
#這個(gè)路徑下有兩個(gè)文件，分別是cat和dog
test = os.listdir(predict_dir)
#打印后：['cat', 'dog']
print(test)
#新建一個(gè)列表保存預(yù)測圖片的地址
images = []
#獲取每張圖片的地址，并保存在列表images中
for testpath in test:
  for fn in os.listdir(os.path.join(predict_dir, testpath)):
    if fn.endswith('jpg'):
      fd = os.path.join(predict_dir, testpath, fn)
      print(fd)
      images.append(fd)
#調(diào)用函數(shù)，規(guī)范化圖片
pre_x = get_inputs(images)
#預(yù)測
pre_y = model.predict(pre_x)
print(pre_y)

網(wǎng)頁標(biāo)題：利用keras加載訓(xùn)練好的.H5文件,并實(shí)現(xiàn)預(yù)測圖片-創(chuàng)新互聯(lián)
URL分享：http://weahome.cn/article/psidj.html