Keras预训练的ImageNet模型实现分类

本文主要介绍通过预训练的ImageNet模型实现图像分类，主要使用到的网络结构有：VGG16、InceptionV3、ResNet50、MobileNet。

代码：

import keras
import numpy as np

from keras.applications import vgg16, inception_v3, resnet50, mobilenet

# 加载模型
vgg_model = vgg16.VGG16(weights='imagenet')
inception_model = inception_v3.InceptionV3(weights='imagenet')
resnet_model = resnet50.ResNet50(weights='imagenet')
mobilenet_model = mobilenet.MobileNet(weights='imagenet')

# 导入所需的图像预处理模块
from keras.preprocessing.image import load_img
from keras.preprocessing.image import img_to_array
from keras.applications.imagenet_utils import decode_predictions
import matplotlib.pyplot as plt
%matplotlib inline

filename= 'images/cat.jpg'

# 将图片输入到网络之前执行预处理
'''
1、加载图像，load_img
2、将图像从PIL格式转换为Numpy格式，image_to_array
3、将图像形成批次，Num