上期文章我們分享了人工智能Keras圖像分類器（CNN卷積神經網絡的圖片識別的訓練模型），本期我們使用預訓練模型對圖片進行識別：

導入第三方庫

<code>from keras.preprocessing.image import img_to_arrayfrom keras.models import load_modelimport numpy as npimport imutilsimport cv2/<code>

加載圖片

<code>image = cv2.imread("examples/00000002.jpg") # 加載一個圖片orig = image.copy() # 複製圖片image = cv2.resize(image, (28, 28))# 圖片resizeimage = image.astype("float") / 255.0 #圖片轉換為0 1數據image = img_to_array(image) # arrayimage = np.expand_dims(image, axis=0)# 增加一個軸/<code>

加載預訓練模型

<code>model = load_model("lenet.model")/<code>

圖片識別

<code>(notsnowman, snowman) = model.predict(image)[0]# 圖片預測# 顯示標籤與預測數據label = "snowman" if snowman > notsnowman else "notsnowman"proba = snowman if snowman > notsnowman else notsnowmanlabel = "{}: {:.2f}%".format(label, proba * 100)/<code>

顯示圖片

<code>output = imutils.resize(orig, width=400)cv2.putText(output, label, (10, 25), cv2.FONT_HERSHEY_SIMPLEX,            0.7, (0, 255, 0), 2)cv2.imshow("Output", output)cv2.waitKey(0)/<code>

<strong>可以體驗不一樣的AI工具喲

閱讀更多 人工智能研究所 的文章

關鍵字: 人工智能 卷積 CNN