ImageAI 提供4種不同的算法及模型來執(zhí)行圖像預(yù)測，通過以下簡單幾個步驟即可對任何圖片執(zhí)行圖像預(yù)測。提供用于圖像預(yù)測的4種算法包括 SqueezeNet，ResNet，InceptionV3 和 DenseNet。這些算法中的每一個都有單獨的模型文件，您必須根據(jù)所選算法使用相對應(yīng)的模型文件，請單擊以下鏈接下載所選算法的模型文件：

• SqueezeNet（文件大?。?.82 MB，預(yù)測時間最短，精準(zhǔn)度適中）
• ResNet50 by Microsoft Research （文件大?。?8 MB，預(yù)測時間較快，精準(zhǔn)度高）
• InceptionV3 by Google Brain team （文件大?。?1.6 MB，預(yù)測時間慢，精度更高）
• DenseNet121 by Facebook AI Research （文件大小：31.6 MB，預(yù)測時間較慢，精度最高）

待檢測的圖片 1.jpg

創(chuàng)建一個文件夾，把1.jpg放到文件夾中，創(chuàng)建一個FirstPrediction.py，代碼如下：

from imageai.Prediction import ImagePrediction
import os
execution_path = os.getcwd()

prediction = ImagePrediction()
prediction.setModelTypeAsResNet()
prediction.setModelPath(os.path.join(execution_path, "resnet50_weights_tf_dim_ordering_tf_kernels.h5"))
prediction.loadModel()

predictions, probabilities = prediction.predictImage(os.path.join(execution_path, "1.jpg"), result_count=5 )
for eachPrediction, eachProbability in zip(predictions, probabilities):
    print(eachPrediction + " : " + eachProbability)

運行代碼
python FirstPrediction.py
示例結(jié)果