神操纵！只需5行代码，就能做出一个图像辨认AI
|
4.“ Epoch 00000：将模子生涯到C： Users User PycharmProjects FirstTraining idenprof models model_ex-000_acc-0.100000.h5”行是指在当前实习后生涯的模子。 ex_000代表此阶段的尝试，而acc0.100000和valacc：0.1000代表本尝试后模子在测试图像上的精确性（精确性的最大值为1.0）。此功效有助于相识可用于自界说图像猜测的最佳机能模子。 实习完人工智能模子后，你可以行使“ CustomImagePrediction”类对得到最高精确性的模子举办图像猜测。
万一因为无法会见NVIDIA GPU而无法自行实习人工智能模子，就本教程而言，我们提供了我们在IdenProf数据集上实习的人工智能模子，你可以行使它此刻可以猜测数据齐集10位专业职员中任何一位的新图像。颠末61次实习尝试，该模子的精确率高出79％。其它，假如你本身还没有举办培训，还可以通过此链接下载idenprof模子的JSON文件。然后，你筹备好行使受过实习的人工智能模子开始承认专业职员。请凭证以下声名举办操纵。 接下来，建设另一个Python文件并为其定名，譬喻FirstCustomImageRecognition.py。 复制上面下载的人工智能模子或得到最高精确性的实习模子，并将其粘贴到新python文件的文件夹（譬喻FirstCustomImageRecognition.py）中。 还要复制您下载的或由培训天生的JSON文件，并将其粘贴到与新python文件沟通的文件夹中。 将属于IdenProf数据齐集类此外任何专业人士的示例图像复制到与新python文件沟通的文件夹中。 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：湖南网） 【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! |
