15、深度学习:图像分类与目标检测

深度学习:图像分类与目标检测

肺炎预测的 CNN 模型应用

代码实现

以下是使用预训练的 CNN 模型对新图像集进行肺炎预测的代码:

import numpy as np
import pathlib
import cv2
import tensorflow as tf
import matplotlib.pyplot as plt

model_path = "models/pneumiacnn"
val_img_dir = "images/chest_xray/val"
# ImageDataGenerator class provides a mechanism to load both small and large dataset.
# Instruct ImageDataGenerator to scale to normalize pixel values to range (0, 1)
datagen = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255.)
# Create a training image iterator that will be loaded in a small batch size. Resize all images to a #standard size.
val_it = datagen.flow_from_directory(val_img_dir, batch_size=8, target_size=(1024,1024))

# Load and create the exact sa
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值