리트리버 337
보더콜리 330
에포크 훈련 반복횟수
배치크기 이미지 갯수
학습률 너무크면 가장 확률이좋을때를 지나칠수도있다.
from tensorflow.keras.models import load_model
from PIL import Image, ImageOps
import numpy as np
# 학습된 모델 로딩
model = load_model('./converted_keras/keras_model.h5')
# 예측시킬 이미지 데이터를 넣을 변수 #1은 사진갯수 224는픽셀 3은 R,G,B
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
# 예측시킬 이미지 로딩
image = Image.open('./512.png')
# 예측시킬 이미지를 224X224 크기로 리사이징
size=(224,224)
image = ImageOps.fit(image, size, Image.ANTIALIAS)#안티알리아스 이미지변환중꺠짐방지
# 넘파이로 변환
image_array = np.asarray(image)
# 정규화 작업(전처리) : 학습속도 및 성능 최적화에 도움
normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
# 불러온 numpy 타입의 이미지를 변수에 대입
data[0] = normalized_image_array
# 예측
prediction = model.predict(data)
print(prediction)