获取keras中所有已知类别的vgg-16的列表

Question

我使用Keras预训练的VGG-16型号.

到目前为止我的工作源代码是这样的:

from keras.applications.vgg16 import VGG16
from keras.preprocessing.image import load_img
from keras.preprocessing.image import img_to_array
from keras.applications.vgg16 import preprocess_input
from keras.applications.vgg16 import decode_predictions

model = VGG16()

print(model.summary())

image = load_img('./pictures/door.jpg', target_size=(224, 224))
image = img_to_array(image)  #output Numpy-array

image = image.reshape((1, image.shape[0], image.shape[1], image.shape[2]))

image = preprocess_input(image)
yhat = model.predict(image)

label = decode_predictions(yhat)
label = label[0][0]

print('%s (%.2f%%)' % (label[1], label[2]*100))

我宣布该模型已经训练了1000个班级.有没有可能得到这个模型训练的类列表？打印出所有预测标签不是一种选择,因为只返回了5个.

提前致谢

Answer 1

您可以使用 decode_predictions 并在top=1000参数中传递类的总数（只有其默认值为 5）。

或者您可以查看 Keras 如何在内部执行此操作：它下载文件imagenet_class_index.json（通常将其缓存在 中~/.keras/models/）。这是一个包含所有类标签的简单 json 文件。