关于tensorflow的读取文件夹图片和调用模型

 我用的是DenseNet121模型

首先调用数据库

import pathlib
import os
import tensorflow as tf
import pathlib as pb
import numpy as np
import matplotlib.pyplot as plt

 导入所需要的模型

# 指定模型文件路径
model_path = 'model/16_model.h5'

# 加载模型
model = tf.keras.models.load_model(model_path)

得到测试图片的文件的路径

data_dir = 'test_pictures'#图片所在的文件夹

#读取所有的图片文件的路径
image_paths = [os.path.join(os.path.basename(data_dir), file) for file in os.listdir(data_dir)]

 这里是图片结果的名字，我这里用12345来代替

class_names = ['1', '2', '3', '4', '5']

 这里是处理图片的一段函数，将上面测试图片的文件的路径放入，将调整图片大小，转换为tensor类型。处理后的图片就可以进入模型内。

def preprocess_image(image_path):
    image_raw = tf.io.read_file(image_path)
    image = tf.image.decode_image(image_raw, channels=3, expand_animati