神操作！只需5行代码，就能做出一个图像识别AI
|
4.“ Epoch 00000：将模型保存到C： Users User PycharmProjects FirstTraining idenprof models model_ex-000_acc-0.100000.h5”行是指在当前训练后保存的模型。 ex_000代表此阶段的实验，而acc0.100000和valacc：0.1000代表本实验后模型在测试图像上的准确性（准确性的最大值为1.0）。此结果有助于了解可用于自定义图像预测的最佳性能模型。 训练完人工智能模型后，你可以使用“ CustomImagePrediction”类对获得最高准确性的模型进行图像预测。
万一由于无法访问NVIDIA GPU而无法自行训练人工智能模型，就本教程而言，我们提供了我们在IdenProf数据集上训练的人工智能模型，你可以使用它现在可以预测数据集中10位专业人员中任何一位的新图像。经过61次训练实验，该模型的准确率超过79％。另外，如果你自己还没有进行培训，还可以通过此链接下载idenprof模型的JSON文件。然后，你准备好使用受过训练的人工智能模型开始认可专业人员。请按照以下说明进行操作。 接下来，创建另一个Python文件并为其命名，例如FirstCustomImageRecognition.py。 复制上面下载的人工智能模型或获得最高准确性的训练模型，并将其粘贴到新python文件的文件夹（例如FirstCustomImageRecognition.py）中。 还要复制您下载的或由培训生成的JSON文件，并将其粘贴到与新python文件相同的文件夹中。 将属于IdenProf数据集中类别的任何专业人士的示例图像复制到与新python文件相同的文件夹中。 然后复制下面的代码，并将其放入新的python文件中： from imageai.Prediction.Custom import CustomImagePredictionimport os execution_path = os.getcwd() prediction = CustomImagePrediction()prediction.setModelTypeAsResNet()prediction.setModelPath("idenprof_061-0.7933.h5")prediction.setJsonPath("idenprof_model_class.json")prediction.loadModel(num_objects=10) predictions, probabilities = prediction.predictImage("image.jpg", result_count=3) （编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
