Tensorflow2.x框架-神经网络八股扩展-给图识物

应用程序，给图识物

博主微信公众号（左）、Python+智能大数据+AI学习交流群（右）：欢迎关注和加群，大家一起学习交流，共同进步！

目录

摘要

一、给图识物

二、前向传播执行应用

三、完整代码

---

摘要

应用程序，给图识物

一、给图识物

输入一张手写数字图片：

神经网络自动识别出值：

手写 10 个数字，正确率 90% 以上合格。

二、前向传播执行应用

predict(输入数据, batch_size=整数)    # 返回前向传播计算结果

实现前向传播执行识图应用三步骤：

（1）复现模型（前向传播）

model = tf.keras.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation="relu"),
    tf.keras.layers.Dense(10, activation="softmax")
])

（2）参数加载

model.load_weights(model_save_path)

（3）预测结果

result = model.predict(x_predict)

注：predict 参数详解。

    （1）x：输入数据，Numpy 数组（或者 Numpy 数组的列表，如果模型有多个输出）；

    （2）batch_size：整数，由于 GPU 的特性，batch_size 最好选用 8, 16, 32, 64 ......，如果未指定，默认为32；

    （3）verbose：日志显示模式，0 或 1；

    （4）steps：声明预测结束之前的总步数（批次样本），默认值 None；

    （5）返回：预测的 Numpy 数组（或数组列表）。

三、完整代码

"""
应用程序，给图识物
"""
# 模块导入
import os
import numpy as np
import tensorflow as tf
from PIL import Image

# 获取模型存储路径
# ../MNIST_FC/checkpoint/mnist.ckpt
base_path = os.path.dirname(os.path.abspath(__file__))
base_path = os.path.join(base_path, "MNIST_FC")
checkpoint_path = os.path.join(base_path, "checkpoint")
model_save_path = os.path.join(checkpoint_path, "mnist.ckpt")

# 复现模型
model = tf.keras.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation="relu"),
    tf.keras.layers.Dense(10, activation="softmax")
])

# 加载模型
model.load_weights(model_save_path)

# 预测图片数量
preNum = int(input("input the number of test pictures:"))

for i in range(preNum):
    # 预测图片路径
    image_path = input("the path of test picture:")
    image_path = os.path.join(base_path, image_path)
    # 打开图片
    img = Image.open(image_path)
    # 调整尺寸
    # 因为训练模型时使用的是28行28列的灰度图，输入是任意尺寸的图片，需要先resize成28行28列的标准尺寸
    img = img.resize((28, 28), Image.ANTIALIAS)
    # 调整类型，转换为灰度图
    img_arr = np.array(img.convert("L"))

    # 图片预处理
    # 方案一：
    # 应用程序的输入图片时白底黑字，但训练模型时用的训练集是黑底白字灰度图，
    # 所以需要让每个像素点等于255减去当前像素值，相当于颜色取反。
    # 这个操作使得输入的从未见过的图片，满足了神经网络模型对输入风格的要求，这个过程叫做预处理。
    img_arr = 255 - img_arr

    # 方案二：
    # 让输入图片变为只有黑色和白色的高对比度图片
    # 这种预处理在保留图片有用信息的同时，滤去了背景噪声，图片更干净
    # 当阈值选择合理时识别效果会更好
    # for i in range(28):
    #     for j in range(28):
    #         if img_arr[i][j] < 200:
    #             img_arr[i][j] = 255     # 纯白色
    #         else:
    #             img_arr[i][j] = 0   # 纯黑色

    # 对图片数据除以255归一化
    img_arr = img_arr / 255.0
    print(f"img_arr: {img_arr.shape}")
    # (28, 28) ==> (1, 28, 28)
    x_predict = img_arr[tf.newaxis, ...]
    print(f"x_predict: {x_predict.shape}")
    # 预测
    result = model.predict(x_predict)

    # 输出最大的概率值
    pred = tf.argmax(result, axis=1)

    print("\n")
    tf.print(pred)