我有一个 faces 列表，其中列表的每个元素都是一个形状为 ( 1, 224, 224, 3) 的 numpy 数组，即一张人脸图像。我有一个模型，其输入形状为 (None, 224, 224, 3)，输出形状为 (None, 2)。
现在我想对 faces 列表中的所有图像进行预测。当然，我可以遍历列表并一个一个地获得预测，但我想批量处理所有图像，只使用一次调用 model.predict() 来更快地获得结果。
如果我像现在这样直接传递人脸列表(完整代码在最后)，我只会得到第一张图像的预测。
print(f"{len(faces)} faces found")
print(faces[0].shape)
maskPreds = model.predict(faces)
print(maskPreds)
输出:
3 faces found
(1, 224, 224, 3)
[[0.9421933 0.05780665]]
但是 3 张图像的 maskPreds 应该是这样的:
[[0.9421933 0.05780665],
[0.01584494 0.98415506],
[0.09914105 0.9008589 ]]
完整代码:
from tensorflow.keras.models import load_model
from cvlib import detect_face
import cv2
import numpy as np
def detectAllFaces(frame):
dets = detect_face(frame)
boxes = dets[0]
confidences = dets[1]
faces = []
for box, confidence in zip(boxes, confidences):
startX, startY, endX, endY = box
cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 1)
face = frame[startY:endY, startX:endX]
face = cv2.resize(face, (224, 224))
face = np.expand_dims(face, axis=0) # convert (224,224,3) to (1,224,224,3)
faces.append(face)
return faces, frame
model = load_model("mask_detector.model")
vs = cv2.VideoCapture(0)
model.summary()
while True:
ret, frame = vs.read()
if not ret:
break
faces, frame = detectAllFaces(frame)
if len(faces):
print(f"{len(faces)} faces found")
maskPreds = model.predict(faces) # <==========
print(maskPreds)
cv2.imshow("Window", frame)
if cv2.waitKey(1) == ord('q'):
break
cv2.destroyWindow("Window")
vs.release()
注意:如果我不将每个图像从 (224, 224, 3) 转换为 ( 1, 224, 224, 3)，tensorflow 会抛出错误，指出输入尺寸不匹配。
ValueError: Error when checking input: expected input_1 to have 4 dimensions, but got array with shape (224, 224, 3)
如何实现批量预测？
最佳答案
在这种情况下，model.predict() 函数的输入需要作为形状为 (N, 224, 224, 3) 的 numpy 数组给出，其中 N是输入图像的数量。
为此，我们可以堆叠 N 个大小为( 1, 224, 224, 3) 的numpy 数组 到一个数组中大小为 ( N, 224, 224, 3)，然后将其传递给 model.predict() 函数。
maskPreds = model.predict(np.vstack(faces))
关于python - Tensorflow - 对多个图像进行批量预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61746477/